面经总结（校招篇）

  校招是个很费心力的过程，今年的算法岗竞争激烈，我虽然有2段实习经历，校招依然被大佬们挤得无处可逃，校招提前批一般是免笔试的，所以我投递了很多家，但最终只拿到了美团的算法岗offer，另外在滴滴也幸运的实习转正了，所以正式秋招基本就没有参与了。

  校招面试面了5家，拿到了1家的offer，以下是面经。

作业帮：2018.08.08上午10点半至11点半

1、介绍实习，第一个项目
2、手写代码：两个矩形，已知左上右下坐标，求相交的区域的左上右下坐标，不相交返回-1

阿里：2018.08.12下午2点至3点

1、自我介绍：面试官说让介绍实习、科研等，只关注机器学习项目，不关注其他项目
2、介绍滴滴实习：关注数据来源、特征、标签、模型、效果
3、介绍GBDT原理和XGBOOST的改进
4、介绍科研：深度学习项目，输入
5、CNN基本原理、sigmoid函数梯度消失
6、代码题：无序数组求前k个最大数（堆排序），时间复杂度分析
7、建议：简历介绍不要介绍太多背景，机器学习关注数据来源、特征、标签、模型、效果、遇到的问题、怎么解决、解决后的效果

百度：2018.08.13上午10点至10点50

1、自我介绍
2、手写代码，atoi：
处理字符串为空的情况，函数返回值为两个，一个状态码，一个int值
溢出情况
转换关系：s[i] - ‘a’ + 1
穿插 C++：值传递、指针传递、引用传递参数的不同点
3、9个硬币，一个是轻的，一个天平，最少几次找到这个硬币
分成3-3-3，再分成1-1-1，最少2次
3、简历滴滴实习项目：
4、有什么问题：
公司业务：搜索排序算法策略
建议：思路要灵活，一开始不需要最优解，只需要给出一个解决办法，再通过提示优化，这个很重要，自己每次都只想给最优，不对！

美团：2018.08.29

一面：

1. 自我介绍
2. 滴滴实习项目，所有：背景、label、特征、评估
3. XGB原理
4. LR推导
5. LR是线性还是非线性？为什么神经网络经过sigmoid后是非线性，而LR是线性呢？没答出来
6. 给了一个y =2x^2+1，利用梯度下降求解
7. 科研项目：深度学习，写损失函数

二面：

1. 自我介绍
2. 滴滴实习项目：
3. 百度实习项目
4. 科研项目一
5. GBDT原理推导
6. XGB与GBDT的不同
7. Kmeans算法，怎么确定初始的k个值
8. 怎么防止过拟合
9. 什么是交叉验证，交叉验证可以用来选择超参数？
10. L1 L2正则化
11. XGB在实习项目中如何处理缺失值

三面：

1. 滴滴实习项目
2. 科研项目一
3. LR损失函数推导，求解使用梯度下降
4. SVM推导，为什么对偶问题的解就是原问题的解
5. SVM的核函数什么作用？核函数计算的结果是什么含义？
6. 贝叶斯公式
7. 概率题：一段长一米的绳子，在中间随便选两个点分成3段，计算这三段可以构成三角形的概率？
8. 编程题：求一个数的开方：二分法
9. 有什么要问的

快手：2018.09.01上午9点半到11点半

一面：

1. 自我介绍
2. 手写代码：数组先升后降，求升降的那个数，求中位数
3. 滴滴实习：训练模型中遇到的问题？如何解决？
4. C++构造函数和拷贝构造函数？什么时候用拷贝构造函数？为什么要用拷贝构造函数？
5. hadoop如何解决数据倾斜，什么是数据倾斜？
6. L1正则、L2正则的区别？为什么会有这样的区别？L无穷呢？
7. 手推LR 最优化的方法？
8. 最小二乘、牛顿、拟牛顿，实现原理，优缺点
9. python实现dict按照key排序 python实现dict按照key排序

二面：

1. 自我介绍
2. 百度实习 百度实习
3. 滴滴实习
4. GBDT全称，原理，为什么GBDT不直接使用残差作为预测值，而使用一个树去拟合残差？树不是不准确吗？为什么还要用树？
5. GBDT模型参数？学习率有什么作用？过大或过小会怎么样？ L1正则、L2正则的区别？为什么会有这样的区别？
6. L1正则、L2正则的区别？为什么会有这样的区别？
7. hadoop如何解决数据倾斜，什么是数据倾斜？
8. 使用mapreduce实现wordcount
9. 手写代码：判断一棵树是否为二叉搜索树
10. 使用mapreduce实现计算1000万个用户的相似度，要求剔除相似度为0的 一个left join的sql，并且要求去重
11. udf会写吗？

滴滴的转正面试：2018.09.06

  一共3面+hr面，一面是自己的小组leader，二面是其他大组的D8交叉面，三面是D10面。面试内容跟自己的实习工作内容有关，在此不再写出来了。也有同组的实习生面试时问了基础、手写代码啥的，根据面试官不同会有所不同吧。

至此，所有找工作面试内容均总结完毕。 其实我在09.10之后基本就不再面试和投简历了，一些不想去的面试也放弃了，秋招竞争激烈，凡事一定要越早越好。