2020数据挖掘算法工程师面试总结

前段时间换工作，我面了几个大厂的算法工程师岗位，总结了面试题，希望对其他找算法工作的人能有所帮助。
面试的算法知识都是基于简历中做过的项目，所以借鉴的意义不大，但是在线编程题和数据库相关问题还是有参考价值的。

一、快手-数据挖掘算法工程师

在线编程：

1、实现二分查法
2、利用SQL，数据库里有星期一到星期天分别对应value：1，2，…，7，求每天与之前天数的value累加值。

算法内容：

1、介绍简历中的两个项目
2、XGBoost的原理
3、随机森林的原理
4、RNN的优化过程
5、Hadoop的原理
6、数据节点堆积问题的解决方法
7、mapjoin的原理

二、京东-算法工程师

1、ARMA时间序列模型介绍，AR模型的前提是什么？MA模型的特点是什么？
2、介绍项目，对细节特别重视
3、介绍随机森林bagging概念，决策树特征划分的标准是什么？
4、Boosting概念介绍，介绍XGBoost两个正则化的应用场景
5、CRAT决策树信息熵的公式，基尼指数的公式
6、深度学习的激活函数有哪些，优化方法有哪些？
7、过拟合的解决方法
8、对于python面向对象的了解有多少？
9、对于spark的了解
10、数据倾斜问题的解决方案

三、百度-算法工程师

在线编程：

1、实现二分查法
2、求二叉树的深度
3、搜索二叉树找一个小于目标值的最大值

算法内容：

1、介绍随机森林算法
2、发散题，100亿条数据求top100，需要考虑哪些问题？
3、介绍分布式数据库原理

在线编程：

1、二叉树进化题，一颗二叉树从某个叶子结点开始燃烧，燃烧到相邻结点的所需时间为1秒，现在求整颗树烧完所需时间。
2、求num的二进制里有多少个1。

算法内容：

1、概率题，20枪命中4枪，其中有3枪是连续命中的，求多少种可能性。
2、发散题，网页博彩信息如何剔除。

四、阿里高德-算法工程师

1、详细介绍了3个项目。
2、随机森林与XGBoost的区别
3、深度学习中防止过拟合的方法有哪些？
4、介绍dropout
5、对于离线数据流的了解

五、新浪-数据挖掘算法工程师

1、对于项目细节聊得非常深入
2、介绍时间序列算法
3、介绍核密度估计算法

六、下厨房-数据挖掘算法工程师

在线编程：

1、二叉树遍历非递归实现

算法内容：

1、关联规则算法原理
2、决策树原理
3、CNN算法介绍