数据挖掘/机器学习/算法岗2017校招面试总结

原文地址为： 数据挖掘/机器学习/算法岗2017校招面试总结

    目前就职于腾讯，想内推朋友可以发我简历(校招/社招都要)，邮箱384375530@qq.com，注明岗位和工作城市。

这个岗位叫法很多，算法岗，数据挖掘岗，机器学习岗，基础研究等等，总结一下从16年9月校招的面试情况。

百度：
    师姐给我内推的，一面聊了2个半小时，基本在写代码。用MapReduce写好友推荐，在一堆单词里面找出现次数最多的k个;设计一个栈，O(1)时间返回最值；求多叉树深度。二面基本都在问hadoop，数据结构与算法。聊了1个半小时，hadoop原理，shuffle如何排序，map如何切割数据，如何处理数据倾斜，join的mr代码如何写。动态规划，树结构，链表结构等等。三面是经理面，问了些性格方面的问题，还有些比赛和项目中遇到的问题，只聊了半个小时，要了身份证，说后面会安排笔试，后来笔试通过了，谈了一下给special offer。

阿里：

    因为拿过天池竞赛top名次，直接给终面，但是不想去菜鸟就拒绝了。然后我就叫朋友帮我内推了蚂蚁金服，1面聊机器学习里面的东西，数据结构算法，比赛，项目。2面问了如何在海量数据中查找给定部分数据最相似的top200向量，向量的维度也很高，以前了解过类似问题，直接就说可以用KD树，聚类，simhash。然后又问怎么衡量两个商品的性价比，从二分类的角度大概描述了一下，后面问了些比赛和项目。终面的时候跟我说蚂蚁金服没名额了，问我愿不愿意去架构部门做java web开发，果断拒绝。没有参加正式校招的笔试，现在想起来挺后悔，校招过了很久之后因为其他比赛拿到top名次的原因重新邀请面试，没什么状态直接放弃。

腾讯：

    内推到王者荣耀跪掉了，于是参加了正式校招的笔试。一面的时候，手推了一些模型公式，LR，SVM，XGB。AUC的定义和本质，有哪些计算方法，代码实现。聊了些比赛和项目，总之聊的比较开心。二面 要求用C++写字符串拷贝……直说我不会C++，但是应该有安全性问题需要考虑下，我记得字符串结尾有\0这种容易掉坑的地方。后面聊了动态规划，还有些剑指offer上常见的题目，hadoop,spark,storm下面的产品，原理，适用场景，DNN原理，应用，接着继续聊项目和比赛。HR面就随便聊天，问比赛和项目里遇到过的困难，问了自己的优势。还问了我拿到了哪些公司offer，对意向的公司的一个排序是什么，期望待遇。然后说是9月28之前出结果，过与没过都能在微信上查到。9月27号上午，收到腾讯offer。

    华为大牛专场笔试满分，现场面了2面装逼过度被刷了。后来参加过今日头条的比赛拿到top名次邀请面试，没什么状态也放弃了。研究生快毕业的参加了京东的一个算法比赛，拿到亚军。直接总监面，过了一周之后发了special offer。

总结
    经常会问到的问题，经典算法推导(加分项)，原理，各个损失函数之间区别，使用场景，如何并行化，有哪些关键参数
比如LR(并行算法的几种优化方法经常被问到),FFM,SVM,RF,KNN，EM，Adaboost,PageRank，GBDT，Xgboost，HMM，DNN，CNN，RNN，LSTM，推荐算法，聚类算法，图像，自然语言，等等机器学习领域的算法，这些基本都会被问到。
     XGB和GBDT区别与联系也会经常问到。一些评估函数，F值，mae，logloss，AUC，MAP@N，特别是 AUC是如何计算的；哪些优化方法，随机梯度下降，牛顿拟牛顿原理；生成模型，判别模型；线性分类和非线性分类各有哪些模型；SVM核技巧原理，如何选择核函数；特征选择方法有哪些；常见融合框架原理，优缺点，bagging，stacking，boosting，为什么融合能提升效果；信息熵和基尼指数的关系(信息熵在x=1处一阶泰勒展开就是基尼指数)；如何克服过拟合，欠拟合；L0，L1，L2正则化(如果能推导绝对是加分项，能画个等高线是最基本的，L0是NP问题)；模型性能如何评估=方差+偏差+噪声；方差：训练集error低，验证集error高，偏差：训练集验证集error都高。
    其实上面的这些问题基本都能在《李航：统计学习方法》《周志华：机器学习》里面找到，能翻个4，5遍基本就无压力了
另外可以报一下小象学院的机器学习班，等到开团的时候报也就300左右，讲的挺不错的，有算法推导和代码实现，我也是看了之后才明白很多算法的原理。还会问一些常见的数据结构和算法，写代码的题基本都是出自《剑指offer》和《微软面试100题》，只要刷几遍，代码题这里搞定也是加分项。
    其余的基本就是问问比赛，项目，遇到的问题，如何解决，在团队中的角色，评价自己；面试官问你还有问题要问没，就别瞎问了吧，多看看别人的面经；比如问点现在这个部门做的业务，遇到过的问题，部门发展的一个规划；最好别叫面试官评价你，要是评价不好会影响心情，自己的面试表现自己应该清楚。
    可以在自己面试的时候做记录，经常复习，先从小公司面起，积累经验；另外要定位准确，自己的水平自己清楚，不要死磕大公司，浪费了大量时间还经常1面被刷；没事审视下自己的简历，不要把自己不熟悉的东西写上去，像什么精通之类的建议改成了解吧，不然会被问哭的；不要装逼写2页，我很多项目比赛都没写进去，只写了几个名次靠前的比赛，能吹一点的项目，其他没写进去的可以找机会主动说出来；项目即使很水，也要吹的很难很厉害的样子；比赛和项目尽量突出里面的难点，自己做的贡献。
    多刷题也比较重要，我自己的感受是内推问的问题会比通过了笔试问的要难一些，深一些；算法的推导同样重要，之前我也是看到那些公式就蛋疼，后面没办法，看书看视频，多手推几遍，这样面试的时候更有底气；个人觉得在面试的时候能手推算法的应该比较少，所以优势是很大的；实习生面试BAT跪掉的原因就是没有复习，对算法的原理了解不够深入，所以在校招的时候，9月开始用了将近一个月的时间来复习，效果挺好。
    建议多交一些牛逼的朋友，我们有个专业打比赛群，6个人，有4个百度offer，有3个腾讯offer，还有个研二估计是下一个阿里星吧（一年前的预测成真了，wepon真的拿到阿里星了……天音也拿到阿里offer了，群里bat齐了，后来有个大佬去头条了，现在看来是明智的决定）我们经常一起打比赛，在群里讨论学术，装逼扯淡什么的，今年只要参加了的比赛，基本都拿奖了吧。
    另外感觉大公司也并没有学校歧视，我的学校211都不是，问都没问过学校的问题。我本科是个学渣，找不到工作就考研，读研开始写代码，所以两年，可以改变很多事情。

    

下面是我准备面试整理的一些资料，里面有很多算法以及面试问题

http://download.csdn.net/detail/bryan__/9640531
大量算法题参考资料
http://blog.csdn.net/v_july_v/article/details/6543438
http://blog.csdn.net/hackbuteer1

机器学习公开课

https://www.julyedu.com/video/play/18/10

面试算法资料
http://www.cnblogs.com/tornadomeet/p/3395593.html

机器学习知识点总结
https://bbs.aliyun.com/read.php?spm=5176.100258.100258.8.bhrQ8k&tid=294564&displayMode=1&page=1&toread=1#tpc
http://m.blog.csdn.net/article/details?id=50244695

面试编程题十大经典算法
http://mp.weixin.qq.com/s?__biz=MjM5Nzk2MDU5NA==&mid=2652545706&idx=3&sn=87e964154fa54999719c34c4b67dfff7&scene=0#wechat_redirect


知乎上的问题，如何准备机器学习工程师的面试，非常全，多往后面翻，收获会很多
https://www.zhihu.com/question/23259302

如何判断深度学习面试者水平
https://www.zhihu.com/question/41233373

    最后是我参加数据挖掘竞赛的情况，截止17年6月，天池积分榜排名第五，拿到3次top3，获得天池平台的数据科学家称号，2年竞赛生涯圆满。

转载请注明本文地址： 数据挖掘/机器学习/算法岗2017校招面试总结