2018最新BAT机器学习算法岗位面试分享

从18年6月份开始，参加了一些公司的算法工程师/机器学习工程师岗位的社会招聘，拿到了一线知名
互联网比如BAT的算法岗位offer, 做一些总结，希望可以给大家准备这个职位提供些信息。

一、需要掌握的基本技能

数据结构知识
掌握一门编程语言，建议最好会Python
机器学习常用算法或者某一细分领域（推荐，自然语言处理，图像识别，语音识别等）的常用算法
建议：最好先掌握最基础的机器学习常用算法，例如逻辑回归，随机森林，gbdt，神经网络等，再
深挖推荐，图像等。

二、技术面试内容

技术笔试都是考察基本的编程/算法能力等

算法能力包括：
叫你手写代码，主要是数据结构包括数组，增删链表，树，排序算法等。也可能会有数据库基本
sql语句），还会考验你对python熟悉的程度，比如如何对队列增减等。

机器学习常用算法，例如：
决策树的ID3，C4.5，CART等，决策树的split原理和剪枝策略
神经网络如何工作
SVM的原理及公式推导
朴素贝叶斯的公式
Bagging 和 Boosting的区别
GBDT的参数怎么调
聚类过程
偏差和方差是什么，高偏差和高方差说明了什么
怎么理解损失函数，SVM的损失函数是什么，写出公式
过拟合怎么解决，L1和L2正则化有什么区别
为什么用最小二乘而不是最小四乘
GB和牛顿法的区别，它们和泰勒公式的关系

大数据开发能力：Hadoop/Hive/Map Reduce开发，例如Map Reduce 写 word count，并能够讲出过程，还有spark方面的知识，比如数据倾斜以及如何处理，如何分布式
跑，与hadoop的优缺点比较等

深度学习知识：
深度学习框架
CNN：什么是卷积，为什么要padding(根据简历的具体项目问)

这些面试题目仅供大家参考，各个公司问每个人的也不一样，会根据公司的需求，个人简历
上的项目问

三、总结：
各个公司的侧重点不太一样，有的公司侧重数据分析/数据挖掘(京东，笔试题好多spass)，
有的公司偏向推荐算法(协同过滤，CTR点击率预估）（美团，汽车之家也很注重思维能力）
，用户画像（百度的百家号），有的公司侧重大数据开发（要求里写了Hadoop/Hive）（中
国移动），有的公司更侧重算法层面，建模能力(滴滴）
如果是面试自然语言处理（NLP），图像识别，语音识别之类的公司，基本是要求深度学习知
识的。创业公司的话，要求关注最新会议，跟paper，关注领域内最新进展

一些建议：
掌握基本知识后要确定好自己的目标，机器学习是一个大的方向，还有很多细分，究竟是要做
文本，推荐，图像还是语音识别，差别都很大，人不可能面面俱到，掌握好一个领域的内容就
很厉害啦~~

数据分析与机器学习的区别
个人的一点理解，具体还是看岗位要求怎么写的
数据分析偏向统计一些，要会SQL/Spass/SAS等数据分析软件等，更适合数学和统计专业
而机器学习偏向于做开发写代码，要了数据结构，算法模型等。