本文用於記錄本人七月開始的包括實習、秋招提前批以及秋招正式批等各項面試經歷。爲了突出重點,除了完整記錄手撕代碼題之外,僅記錄當時回答的不太好的知識點,或者是重點考察點,用於自己日後複習提高。
文章目錄
- 【算法 - 秋招提前批】【作業幫】一面/二面(現場) 2019.07.12(週五) 16:00~17:40
- 【算法 - 秋招提前批】【字節跳動Data部門】一面/二面(現場)2019.07.15(週一)17:30~18:50
- (offer)【算法 - 實習】【騰訊AI教育部門】一面(電話)2019.07.17(週三)21:00~21:40;二面(電話)2019.07.19(週五)14:30~21:50
- 【算法 - 實習】【第四範式AI研究組】一面/二面(現場)2019.07.18(週四)15:00~17:00
- 【算法 - 實習】【滴滴地圖事業部】一面(現場)2019.07.19(週五)10:00~11:20
- (offer)【算法 - 實習】【京東零售 - 搜索部門】一面/二面(現場)2019.07.19(週五)15:00~17:0
- (offer)【算法 - 實習】【滴滴數據科學部門】一面/二面(現場)2019.07.22(週一)14:00~16:00
- 【算法 - 秋招提前批】【百度商務事業部】一面/二面/三面(現場)2019.07.25(週四)14:00~16:00
- 【算法 - 秋招提前批】【阿里健康】一面(電話)2019.07.30(週二)17:00~17:35;二面(現場)2019.08.07(週三)10:00~11:00
- 【算法 - 秋招提前批】【曠視科技】一面(電話)2019.07.31(週三)13:20~14:20;二面(電話)2019.08.02(週四)17:00~17:50;三面自己拒了
- (offer)【算法 - 秋招提前批】【京東零售 - 銷量預測部門】一面時間記不清了(電話);二面/三面/四面(現場)2019.08.07(週三)15:30~18:00;五面(現場)2019.08.09(週五)
- (意向書2019.09.08)【算法 - 秋招提前批】【拼多多】一面(電話)2019.08.08(週四)20:00~20:40;二面(電話)2019.08.11(週日)19:00~21:20(中間斷了大概半個小時,信號不好)
- 【算法 - 秋招提前批】【騰訊遊戲】一面(電話)2019.08.09(週五)20:00~20:40;二面(電話)2019.08.21(週三)9:20~10:10;三面(電話)2019.08.22(週四)17:15~18:05
- (意向書2019.09.11)【算法 - 秋招提前批】【美團LBS】一面/二面/三面2019.08.20(週二)19:10~22:20
- (offercall2019.10.10)【算法 - 秋招】【網易伏羲實驗室】一面/二面/三面2019.09.27(週五)一天
- 【軟開 - 秋招】【華爲編譯器與編譯原理】
【算法 - 秋招提前批】【作業幫】一面/二面(現場) 2019.07.12(週五) 16:00~17:40
-
一面
算法題
a. 旋轉數組查找某數K:二分思想
b. 合併有序數組:不使用額外空間,從後往前比較覆蓋,注意邊界條件
LSTM:與RNN優勢,畫結構圖,激活函數作用,導數形式,是否會有梯度消失/爆炸的問題(《百面》P238)
Decision Tree:信息增益與信息增益比的區別,ID3與C4.5區別(選擇函數、連續/離散特徵),GBDT特點,推導
-
二面
算法題:用[st, ed]
表示座標軸上的線段。S1
,S2
分別表示兩個集合,元素爲不同線段。判斷S2
中的線段能否被S1
線段構成的區域完全覆蓋。
【算法 - 秋招提前批】【字節跳動Data部門】一面/二面(現場)2019.07.15(週一)17:30~18:50
-
一面
TCP/UDP:TCP與UDP區別與特點
進程與線程:線程間通信,進程間通信,進程線程的區別與特點
LUR相關
算法題: 每2個一組反轉鏈表:考察指針細節操作,前序連接
、本地反轉
以及後繼連接
三者均需要考慮到,適用dummy
傀儡指針trick可以簡化指針操作。 -
二面
算法題: Z字形打印二叉樹:層序遍歷變體,可用兩個棧或奇偶標誌
(offer)【算法 - 實習】【騰訊AI教育部門】一面(電話)2019.07.17(週三)21:00~21:40;二面(電話)2019.07.19(週五)14:30~21:50
- 一面
LSTM參數個數計算
餘弦相似度與歐式距離的區別與各自的特點
爲什麼要用Bi-LSTM - 二面
HMM
雅可比矩陣,海森矩陣,牛頓法,擬牛頓法
【算法 - 實習】【第四範式AI研究組】一面/二面(現場)2019.07.18(週四)15:00~17:00
- 一面
算法題:
a. 原字符串acbcabd
,需刪除字符a、b、d
,則刪除後返回ccab
。即刪除字符對應最小索引。
b. 逆時針打印下三角數字矩陣,如n=4
時,打印:
1
2 9
3 10 8
4 5 6 7
- 二面:略
【算法 - 實習】【滴滴地圖事業部】一面(現場)2019.07.19(週五)10:00~11:20
算法題:已知元素集合[2, 1, 8, 6, 3, 9, 5]
以及直接關聯的元素對[(1, 2), (3, 1), (2, 6), (8, 9)]
,直接或間接關聯的元素分爲一組,返回最終的元素分組[(1, 2, 3, 6), (8, 9), (5)]
(offer)【算法 - 實習】【京東零售 - 搜索部門】一面/二面(現場)2019.07.19(週五)15:00~17:0
- 一面
算法題:
a. 二分查找:注意邊界
b. 最長公共子序列:是否還能繼續優化 - 二面
排序算法:快排、堆排序、歸併排序複雜度/穩定性/優缺點
XGBoost:XGBoost內部細節,Gain/Weight等對特徵重要性計算的區別,二階損失函數公式每個參數具體意義
Dropout:運用在神經網絡中什麼位置,在前線傳播/反向傳播/模型預測階段分別是否發揮作用,起作用的原理
Attention:在CNN
和RNN
中分別發揮什麼作用,如何發揮作用
概率題
a. 不均勻硬幣正面朝上概率爲,設計一種仍然等概率的投擲方案,使得裁判能夠公平決定雙方誰先開球。
b. 計算該方案投擲硬幣次數的期望。
(offer)【算法 - 實習】【滴滴數據科學部門】一面/二面(現場)2019.07.22(週一)14:00~16:00
- 一面
算法題:Python實現k-means
- 二面
算法題:將數組[1, 0, 3, 4, 0, 0, 7, 8, 0, 0]
中的元素0
全部移動到數組尾部
word2vect
Attention:在LSTM
模型中的具體公式,如何發揮作用
【算法 - 秋招提前批】【百度商務事業部】一面/二面/三面(現場)2019.07.25(週四)14:00~16:00
- 一面
算法題:快排
機器學習基礎相關,略 - 二面
算法題:將字符串中的數字反轉,如將1a2sd34f5g678hjkl9
反轉後變爲9a8sd76f5g432hjkl1
思路題:海量有重複IP如何找出出現次數最多的前十個IP
ReLU激活函數《深度學習P120》:ReLU(整流線性單元)、absReLU(絕對值整流,用於處理照明極性反轉不變的圖像)、Leaky ReLU(解決零梯度無法學習的問題)、PReLU(自動學習參數)
PU Learning:一種僅有正樣本和無標註樣本的半監督學習方法,參考博客 - 基於PU-Learning的惡意URL檢測
Spark:參考博客 - 大數據入門與實戰-PySpark的使用教程
awk命令:參考博客
zhoujl@aliyun-1:~/test$ cat test_awk
aaa 10 True
bbb 20 False
ccc 30 False
zhoujl@aliyun-1:~/test$ awk 'BEGIN{print "Name", "Score"} {print $1, $2} END{print "Total", "60"}' test_awk
Name Score
aaa 10
bbb 20
ccc 30
Total 60
- 三面總監
概率題:已知明天下雨概率80%,求明天上午(0:00 ~ 8:00)下雨的概率
項目相關
若通過,是否接受提前實習,是否會繼續投遞其他(阿里騰訊)崗位
【算法 - 秋招提前批】【阿里健康】一面(電話)2019.07.30(週二)17:00~17:35;二面(現場)2019.08.07(週三)10:00~11:00
- 一面
各種迴歸:線性迴歸,嶺迴歸,Lasso迴歸
Shapley:如何加速
XGB:殘差、近似殘差
時間序列模型:
運籌優化理論: - 二面
算法題:無重複旋轉數組查找最小值
項目相關
【算法 - 秋招提前批】【曠視科技】一面(電話)2019.07.31(週三)13:20~14:20;二面(電話)2019.08.02(週四)17:00~17:50;三面自己拒了
-
一面
正則化解決過擬合的原理:減少模型參數,平緩模型曲線
ResNet如何實現:,
Python的staticmethod和classmethod以及C++的static關鍵字:
全局解釋鎖及其對I/O密集型或計算密集型多線程任務的影響:
數據增強:
概率題
a. 如何通過均勻分佈得到正態分佈:根據中心極限定理,大樣本量下;時,
b. 一支股票當前價格爲,每天有一半的概率或,若達到或則停止。問兩種結果的概率分別是多少。賭徒問題的變種,二階線性遞推+特徵根求解。
c. 如何用一枚個面的均勻骰子,實現種結果的均勻離散分佈 -
二面
算法題:
a. 快排
b. 反轉句子中的單詞字母順序
c. 矩陣表示的二值圖像中,代表背景,代表前景。若兩個值像素縱向或者橫向直接相連,則代表兩個點連通。求圖像中能夠包裹單個連通域的最大矩陣面積,該矩陣的長和高與圖像平行:BFS
思維題:
a. 已知無窮級數,其中可自行選擇。問給定正整數,是否必然能夠找,使得
b. 爲給定條件下可取的最小值,描述、以及之間的關係,即如何找到
(offer)【算法 - 秋招提前批】【京東零售 - 銷量預測部門】一面時間記不清了(電話);二面/三面/四面(現場)2019.08.07(週三)15:30~18:00;五面(現場)2019.08.09(週五)
- 一面
項目相關 - 二面
項目相關、機器學習相關
算法題:快排 - 三面
對着簡歷搜刮各種知識點
RF與GBDT弱分類器區別:兩者對於減小方差
和偏差
分別都是怎麼解決的
算法題:三數之和,講了思路就沒讓寫了
概率題:圓環上找三個點,構成鈍角三角形的概率 - 四面(交叉面)
項目相關,以後的職業意向 - 五面(Boss面)
項目相關
工程裏面爲什麼喜歡用XGBoost而不用SVM:容易調參,可解釋性
以後的工作意向
(意向書2019.09.08)【算法 - 秋招提前批】【拼多多】一面(電話)2019.08.08(週四)20:00~20:40;二面(電話)2019.08.11(週日)19:00~21:20(中間斷了大概半個小時,信號不好)
- 一面
LR推導、LSTM詳述、CNN組成
樹模型加速:XGBoost、LightGBM等工程實現怎麼加速
隨機森林:兩個隨機分別是什麼
算法題:給定一個二叉樹,求子樹中能夠成爲搜索二叉樹的且包含節點的最大值 - 二面:
項目相關
Attention:Attention在LSTM中怎麼高效實現,需要看過那篇論文才知道
算法題:給定任意一個內的無間斷點的連續型概率分佈,實現,讓近似均勻分佈。說了思路,實現代碼量較大,最後寫完的時候面試官說思路沒問題,代碼就不看了(哈哈感覺白忙活了半天的感覺)。
【算法 - 秋招提前批】【騰訊遊戲】一面(電話)2019.08.09(週五)20:00~20:40;二面(電話)2019.08.21(週三)9:20~10:10;三面(電話)2019.08.22(週四)17:15~18:05
- 一面(問得特別廣,而且注重是否真的動手做過,比如會問很多模型的參數默認值是多少)
模型參數設置:LSTM設置哪三個參數;CNN設置哪些參數;XGBoost設置哪些參數,默認層數是多少
模型參數個數:LSTM參數個數怎麼計算,爲什麼;CNN卷積層參數個數怎麼計算,爲什麼
CNN:CNN爲什麼能減少參數個數(卷積核權值共享);數據增強有哪些方法;max_pooling/mean_pooling分別適用什麼場景,如何反向傳播,參考博客
IV值和WOE:
Linux相關:awk命令、df和du命令
// 1. find命令遞歸查找當前目錄以下所有python文件並打包:
find ./*/*.py
// 2. awk命令查詢最後一列內容(列數未知)
cat /etc/passwd | awk -F ":" '{print $NF}'
// 3. 顯示當前目錄下所有子目錄的大小
du -h --max-depth=1
- 二面
項目相關,機器學習相關
遊戲外掛場景分析,外掛可能特點分析 - 三面
項目相關
目標檢測:怎麼知道圖像中目標的位置
無標記樣本:怎麼利用,怎麼分類
QQ飛車外掛怎麼檢測:機器人掛,模仿高手的掛;從畫像、軌跡、交流組隊、漂移、氮氣、地圖熟悉度等方面比較好說明
算法題:便利店一天有大量客人買東西,每位客人買的東西組合可能很多;爲了方便促銷,請找出銷量最高的前100種三元商品組合,從而打包促銷
智力題:ABCD四人單獨過橋的時間分別爲1、2、5、10分鐘,橋上同時只能站兩個人,若兩人同時過橋,速度由慢的人決定;求出最短的過橋時間
(意向書2019.09.11)【算法 - 秋招提前批】【美團LBS】一面/二面/三面2019.08.20(週二)19:10~22:20
- 一面
算法題:刪除鏈表中出現次數超過1的節點
項目相關,機器學習相關,聚類相關 - 二面
算法題:給定一維地面高度數組,如arr = [4, 2, 5, 7, 3, 1, 9, 8]
,每個元素代表長度爲1,高度爲arr[i]
的地面。求該一維地面最多能裝多少水。
聚類:DBSCAN的優缺點,若數據密度不均勻,如何進行聚類,如何改進DBSCAN,還能採用什麼聚類方案
項目相關,機器學習相關 - 三面(總監)
平臺業務發展討論
智力題
a. 摸硬幣策略(遞歸倒推)
b. 下棋策略(中心對稱)
c. 淘汰賽:871人,1v1淘汰賽;若當前人數爲奇數,則隨機挑選一人直接晉級下一輪;問(1)共進行幾場1v1比賽,共進行幾輪淘汰;(2)冠軍最少比賽幾場,比賽最少場次的概率多少?
(offercall2019.10.10)【算法 - 秋招】【網易伏羲實驗室】一面/二面/三面2019.09.27(週五)一天
- 常規問題,和之前的差不多
【軟開 - 秋招】【華爲編譯器與編譯原理】
- 春招實習過了沒去,九月份十月份兩次聯繫我問我有沒有興趣。然而實在是不對口,最後還是拒了。