百度机器学习实习面试总结

面试之前

       之前投了百度的简历，抱着试一试的心态，没想到真的给了我面试的机会，所以同学们凡事都要试一试，不到最后谁知道会不会成功呢。然后之前打电话约好是下午两点，后来他说开会又改到了三点，大的公司真的是非常的忙，所以我们要体谅体谅。

       上午上完课赶紧从学校去赶地铁，真的是怕晚了，结果早到了半个多小时，然后在附近看了看，好多大公司都在那一片，感觉还是大公司好啊，这装饰，这外形。进去以后到前台出示预约二维码，扫了以后让我在那等一下，等面试官下来接你。等了一会那个面试官过来找我，然后就去了四楼的一个休息区，路上也看到了好多人都在那安静的工作，感觉这都是牛人啊！！！

 

面试过程

      到了以后让我做了一个简短的自我介绍，所以自我介绍一定好好准备。然后他开始提问，首先看到我的简历上写了爬虫和搜索引擎，就让我介绍了我的爬虫项目，用了什么框架，用了什么选择器，比如xpath或者css，又问了我有没有对我的搜索引擎做一个分布式搜索，我说我的数据量没有那么大，只是利用了NoSQL最基本的搜索语句。这个问题就结束了。

    下一个问题看到我做过kaggle或者天池的比赛，让我介绍一下流程，幸好我这几天看的是这些东西，可以派上用场了。然后就问了我数据处理时候怎么处理数据不平衡问题，就是基本的过采样和欠采样的问题。下一个问题是我怎么评判一个模型怎么确定参数，这个好办，就是通过网格搜索输出最佳的参数，做个交叉验证什么的。下一个问题让我写出逻辑回归的基本公式，我当时想万幸啊，没让我推公式，然后我就写了一下LR的公式。下一个问题介绍一下随机森林，我说它属于bagging的一个代表，然后举了一个小例子，又让我介绍了xgboost，GBDT，Adaboost，他们的原理，工作机制，他们和随机森林的却别，他们各自的区别，Xgboost怎么处理缺失值问题，所以这一块大家一定要好好准备一下啊，基本必问。然后又让问我决策树怎么划分的，ID3，C4.5和Cart他们的划分准则是什么，我回答就是信息增益，信息增益率，基尼指数设么的，他又问基尼指数和熵的区别等等，这一块真的问了好多，幸好我之前也好好准备了这一块，比较万幸，但也有答不出来的问题，既然答不出来就老实交代。

    然后又问到了SVM，让我介绍一下。我从决策平面，支持向量，和LR的不同，硬间隔，软间隔，核函数，smo算法说了一遍，然后又问我什么是KKT条件，这块我真是硬伤啊。。。，我就回答了是满足对偶条件等等。然后又问了我核函数，我回答核函数就是把低维不可分转换成高维空间，然后进行划分，运用核函数，它的计算量不会增加，常用的就是高斯核和线性核函数等等。

     接着又问我L1和L2正则的区别，设么情况下用L1正则，什么情况下用L2正则，我也就分别简单的说了一下。

    然后机器学习这一块就告一段落，他看我简历上面写熟悉Linux系统，就开始问一些命令，比如怎么查找第四行的某某个字符，怎么全文查找某个字符串，怎么查找某个文件的位置，结果这一块一个不会，知识学完了都还给老师了，唉。。。。。。

    然后又说道python，问我怎么给列表某一个位置插入一个字符，这不就是简单的insert(n,a)语句嘛，这我都没想起来，后来想起来了悔得我肠子都青了。欲哭无泪啊。。。。。

   然后又聊到数据结构，给了一个二叉树，让我写出前序，这个很简单。然后他又给了我后序和中序让我算二叉树，手写代码，还说先不要写，先给他将思路，这个也很简单，就是代码麻烦，我给了讲了思路，结果写代码时候脑子有抽抽了不知道写到哪里去了，真想爆锤我自己，然后又放弃那段代码，理了理思路，写了个递归，这一块大家要注意一下递归的出口啊，一定要注意，我当时就少写一种情况了，后来他说我的出口呢，我又给补全了，给他讲了一下代码。（注意，代码差不多就行，一定要注意思路，吧思路提现到代码上面去，要给他讲清楚你的代码）

  最后，他说行了就到这吧，也一个多小时了，我真的没有这种感觉，可能有点激动，哈哈。。。。。。

  最后下楼的时候和他聊了几句，夸一夸他和他的公司，也说一说自己，他说让我回去等通知，看来有得让我内心忐忑啊。。。

最后走的时候感谢一下，最基本的礼貌一定要注意好！！！。