线性规划算法源码_2020算法工程师面经汇总

2020年新冠疫情给了我们一个前所未有的长假期，很多想跳槽的同学也都趁着在家办公的便利条件进行了视频面试。我也一样~~

时隔两年又要找工作了，上一篇面经似乎还热着，复习链接：

刘康：阿里高德机器学习算法工程师面经​zhuanlan.zhihu.com

---

直接上干货吧，大背景是工作3年（还属于初期，欢迎拍砖）。此次找工作面了便利蜂（5轮技术一轮笔试，通过，好奇网上说的变态是多变态）、水团3个部门（分别5轮，4轮，3轮 都通过）、蚂蚁（流程太慢，3轮 主动终止）、阿里（3轮技术，通过）、快手（coding 挂二面）。面经会按照类别不区分公司汇总在一起。

0. 自我介绍：

开个好头，千万别姓名，工作年限就完事了。第一印象还是有用的。突出重点。学校，工作经历（主要方向），实习经验，获奖经历（Kaggle, ACM）等。

1. 项目

说工作中做的最好的一个项目，如果有多个项目都不错，可以询问面试官是否可以说两个（毕竟项目说的时间长了，coding时间就短了题目就会简单一些）。

我的基本流程就是：项目背景，目标，现状，改进点，改进方式（模型怎么选，为什么选，怎么优化的，这一步可以说的细一点，突出你自己对业务的理解还有解决实际问题的能力），最后一定要说模型效果、业务收益。

这个因人而异，我每次项目都会说至少30分钟。如果面试官中间提问时间可能就会更长。

2. Coding

可能由于项目说的时间比较长，除了头条、快手这两公司爱问很难得题以外，其余地方问的都比较简单。

• 跳跃游戏 ||
• 求平方根
• 找无序数组第K大个数
• 最小时间复杂度求一个无序数组最大值最小值
• 合并区间
• 最长公共子序列
• 一堆金币只有一个假币，假币比真币轻。求一定能找出假币的最小次数
• 区间和的个数
• 矩阵最长递增路径
• 生命游戏
• 戳气球（同事碰到的）

3. ML & DL 知识

基础知识

• AUC 的含义
• 非平衡数据集，怎么训练模型。追问 ensmble的几种方式，scale_pos_weight怎么实现的，smote算法原理
• 分布式 SGD 怎么做

正则化

• 正则化方法有哪些？ 追问： L1，L2的数学意义，Dropout原理 ...
• Xgb里防止过拟合可以设置的参数

树模型

• GBDT 原理讲一下。追问：负梯度的概念是什么，为什么用负梯度
• GBDT 叶节点权重怎么算
• GBDT 单调性约束怎么实现的
• 能否用LR 或者 SVM 做GBDT基模型
• RF 原理讲一下，为什么能防止过拟合
• Xgboost原理，对比GBDT的改进。追问：论文里用二次导数的累计值选取切分节点的依据
• LightGBM原理，追问：直方图算法的具体实现逻辑（是否看过源码）

深度模型

• BN 的原理，计算方式
• LSTM 原理 为什么好于RNN，GRU原理。
• 激活函数有哪些。追问：实际用过Selu吗，效果怎么样。
• 深度模型单调性约束要怎么实现，给出两种方案
• 强化学习是否了解。追问：DQN的原理，Dueling什么意思。
• WDL DeepFM DCN DIN DIEN DSTN ... 原理，是否实际用过，为什么能带来提升 ，为什么效果不好（因为简历上写了）

无监督模型

• 层次聚类原理，时间复杂度。连通性矩阵作用，如何约束？（项目里提到了）
• DBScan原理
• 聚类评价指标有哪些

因果模型 （项目里涉及因果建模，熟悉的面试官会问一些）

• 因果建模的作用，优势
• Uplift Model是什么。追问：建模方式是什么
• Propensity Score的含义，应用方式有哪几种
• 常见的因果模型有哪些
• Causal Forest原理
• 因果模型的评价指标

其他（实在不知道怎么归类）

• LTV（Life Time Value） 模型原理。用到了什么数学假设，这些假设的意义是什么
• 整数规划求解的基本方法

4. 概率题

• 一个线段切两刀，能组成三角形概率
• 一块表，24小时时针分针相遇次数
• 一个路口每60分钟有车经过的概率的90%，问15分钟没车经过的概率
• 从随机数生成器生成1000个数据，怎么估计随机数生成器的概率密度函数
• 泊松分布的意义

5. 灵魂拷问

• 给他们自己的一个场景，问你解决办法。（总之就是感觉面试官拿自己的长处攻击你的弱点）
  • 一个人打开快手app，需要在哪些地方加风控拦截
  • 外卖eta受到哪些因素影响
  • ...
• 为什么跳槽

6. 奇葩问题 （就是那个奇葩的公司给我加了一轮奇葩的笔试，还有一个人视频监考，逗大家一笑吧）

• 一个人连续3个月进同一批货。第一个月以低于进货价20%卖出，第二个月以高于进货价20%卖出，第三个月以进货价卖出。每个月销售额都是2w元。问这个人到底赔了赚了。
• 一个青蛙在荷叶上，荷叶的编号从1到n。青蛙在荷叶k的时候可以以等概率跳到荷叶1到k。问一个青蛙在k=5时，跳回1的平均次数是多少？
• 10个工人共享一台机器完成任务，机器一次只能干一个任务，工人之间任务无依赖关系。工人干任务的时间为Ti, i 属于1到10。 问如何排序任务，总等待时间最低。
• 线性规划问题：工厂能生产甲乙两种产品，生产1吨甲要消耗A原料3吨，B原料2吨收益5w，生产1吨乙要消耗A原料1吨，B原料3吨，收益3w。每个月有原材料A13吨，原材料B18吨。问怎么生产利益最大。

---

小小总结一下吧，3年经验时候找工作时的感觉和校招、1年经验找工作时完全不同。

项目部分：不会只考察你的执行能力，还会更多关注你对业务的理解、拆分能力。考察你是否可以选择对的模型，对的算法拿到收益。

Coding：Leetcode真的很有用。

ML部分：不会只问你模型原理，会追问你是否看过论文、源码，为什么选择这个模型，会问业务上的评价指标是什么。即使每一个小问题，也可以问的很深。主流算法就那么几个，从各个角度考察你对模型的理解，更能衡量你的能力。

祝愿大家都有好前程吧 ~ ~

PS: 此次还是比较顺利的，职级和涨幅都超过预期。