面试度小满机器学习算法岗，一面竟然挂了。。。

节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学。

针对算法类的技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

上周我们星球上一位小伙伴跟我聊天，跟我分享了他面试度小满机器学习算法的面经。喜欢本文记得收藏、关注、点赞。

时间：不到1个半小时

面试内容：

1. 自我介绍

2. 对项目的进行深度盘问

3. 做题：最长上升子序列，要求：空间O(n)、时间O(nlogn)、返回字典序最小的 （不会写，写了一个时间、空间都O(n^2)的算法）

4. 做题：手写kmeans （Python写的，一般）

5. KMeans中如何选取合适的K值？

6. 了解DBSCAN吗？

7. 做题 手写Multi-Head Self Attention 要求：生产环境可用 （经常写，还算熟练，不过还是少了一部分细节）

8. 对Attention中Q、K、V的理解？

技术交流

独学而无优则孤陋而寡闻，技术要学会交流、分享，不建议闭门造车。

建立了技术交流与面试交流群，面试真题、答案获取，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。

方式①、微信搜索公众号：Python学习与数据挖掘，后台回复：加群
方式②、添加微信号：dkl88194，备注：加群

文章精选

• 滴滴风控机器学习算法岗面试题8道(含答案解析)
• 美团营销机器学习算法岗(实习)面试题9道(含答案解析)
• 面了滴滴的数据分析师（实习），几道面试题都是原题啊
• 面试必备！机器学习常用十大算法的优缺点！
• 25道机器学习面试问题（附答案）
• 5个必考的大厂SQL面试题
• 一文解决样本不均衡
• 10 大经典排序算法 Python 版实现
• 实战案例：时间序列预测代码模板(单变量、多元、多步、多元多步)
• 实战案例：基于fasttext embedding + lightgbm 垃圾短信识别
• 实战案例：构建基于 DSSM 双塔模型的电影推荐系统
• 实战案例：构建基于 Transformer 建立时间序列预测模型（附完整代码）
• 实战案例：基于LSTM的四种方法进行电影评论情感分类预测
• 实战案例：基于LSTM的国际航空公司乘客预测
• 实战案例：基于电商销售数据的 RFM 模型构建
• 实战案例：一文详解数据分析经典模型RFM
• 实战案例：基于孤立森林的信用卡欺诈检测