面试挂挂机的秋招总结
纯渣硕一枚,秋招挣扎了很长一段时间,虽然比不上室友大佬offer拿到手软,但也是积累了大量互联网公司的挂经(不包含at,哈哈,菜🐔没有机会),分享一下
一、最开始面的就是百度的提前批,三面面的不太行,面完被送出来了,凉凉
百度一面:
1. 快排,时间复杂度,最差时间复杂度推导
2. 项目,bert做ner以及bert的一些有关问题
3. 题目 股票买卖一次和多次
4. 概率题 绳子截断成三段,最长的大于0.5的概率
百度二面:
1. 比赛项目的详细介绍
2. 实体识别怎么做的,具体的每种方案的提升,以及采用的方案
3. 如何给用户标签进行相似度的提取?
1. 快排,时间复杂度,最差时间复杂度推导
2. 项目,bert做ner以及bert的一些有关问题
3. 题目 股票买卖一次和多次
4. 概率题 绳子截断成三段,最长的大于0.5的概率
百度二面:
1. 比赛项目的详细介绍
2. 实体识别怎么做的,具体的每种方案的提升,以及采用的方案
3. 如何给用户标签进行相似度的提取?
4. 说到textcnn,介绍textcnn的原理以及实现的过程,用tensorflow搭textcnn模型
5. 一个题:两个排序好的数组,归并成一个不重复的排好序的数组
百度三面:
1. rand(0,1) 产生 rand(0,n)
2. int unsigned_int范围
3. 项目上的东西
4. 其他的一些非技术问题
5. 一个题:两个排序好的数组,归并成一个不重复的排好序的数组
百度三面:
1. rand(0,1) 产生 rand(0,n)
2. int unsigned_int范围
3. 项目上的东西
4. 其他的一些非技术问题
二、 作业帮面试,提前批投的机器学习把,当时发了意向书,不过现在也没谈薪资,我也不想去北京,就无所谓啦(一面和二面记不太清了,后面补一下)
作业帮一面:
作业帮二面:
hr面:
1. 基本情况,和面试感觉
2. 期望薪资等问题
三、依图是提前批截止前两天投的,收到面试邀请,现场两面然后凉凉依图一面:
1. 自我介绍
2. 算法题: 前序遍历和中序遍历得到后续遍历,如果前序遍历和中序遍历不能建成一棵树,怎么判断。
3. 算法题:二维矩阵从左上角到右下角的路径方法数。简单的dp,让优化,用排列组合的方式优化。
4. 比赛,项目的问题。
依图二面:
1. 自我介绍
2. 比赛项目的介绍,介绍的很细,主要关注的是特征工程方面的内容。
3. 依图祖传题,大数相减
1. 自我介绍
2. 算法题: 前序遍历和中序遍历得到后续遍历,如果前序遍历和中序遍历不能建成一棵树,怎么判断。
3. 算法题:二维矩阵从左上角到右下角的路径方法数。简单的dp,让优化,用排列组合的方式优化。
4. 比赛,项目的问题。
依图二面:
1. 自我介绍
2. 比赛项目的介绍,介绍的很细,主要关注的是特征工程方面的内容。
3. 依图祖传题,大数相减
四、 流利说很早投的,做了一次笔试,每次面试过一周约下一面,每一轮面试时间挺长的,最后终面的时候拉跨
流利说一面:
1. 代码1 sqrt(a)
2. 代码2 二分查找两个有序数组中位数
3. 实习所做的东西,问bert,一些细节,包括残差作用,如何加入位置信息等等
4. Python函数参数值初始化是什么意思,C++ const修饰函数
5. 瞎聊
流利说二面:
1. 项目介绍,具体的实现细节
2. CRF介绍,特征模板等
3. 比赛介绍
4. lru分析+手写+测试用例设计
流利说三面:
1. 介绍最牛逼的事?有点蒙,随便讲了一个
2. 介绍比赛具体的做法
3. 介绍bert以及bert的一些细节
4. 出了个场景题,答得很不好,题目是有一堆用户id,一堆题目id(题目有不同难度,但是没给出难度等级),每个用户会选择不同的题目解答,形成一条记录(1/0,表示做出来和没做出来),让给用户的水平分类(求大佬指点)
1. 代码1 sqrt(a)
2. 代码2 二分查找两个有序数组中位数
3. 实习所做的东西,问bert,一些细节,包括残差作用,如何加入位置信息等等
4. Python函数参数值初始化是什么意思,C++ const修饰函数
5. 瞎聊
流利说二面:
1. 项目介绍,具体的实现细节
2. CRF介绍,特征模板等
3. 比赛介绍
4. lru分析+手写+测试用例设计
流利说三面:
1. 介绍最牛逼的事?有点蒙,随便讲了一个
2. 介绍比赛具体的做法
3. 介绍bert以及bert的一些细节
4. 出了个场景题,答得很不好,题目是有一堆用户id,一堆题目id(题目有不同难度,但是没给出难度等级),每个用户会选择不同的题目解答,形成一条记录(1/0,表示做出来和没做出来),让给用户的水平分类(求大佬指点)
五、 美团面试,提前批的投的,视频一面,约了现场面,然后我放弃美团去面了海康(现在感觉是真的蠢)
美团一面:
1. 实习工作
2. 比赛项目
3. merge两个数组
4. 概率题52张牌抽到一红桃一黑桃概率
1. 实习工作
2. 比赛项目
3. merge两个数组
4. 概率题52张牌抽到一红桃一黑桃概率
六、 第四范式的面试,牛客上投的,约了面试就面了一下,好像风评不是很好
第四范式一面:
1. 出了一个二维0/1矩阵的最大正方形面积,dp
2. 问了问比赛的做法就没了
第四范式二面:
本来以为一面挂了,没想到还有二面。
二面面试官感觉很死板,就对着题目一题一题问,我当时时间比较紧,有其他事情,就很不耐烦,哈哈。
1. 机器学习基础: lr的介绍,为什么用sigmoid, 为什么不用mse来进行分类
正则化的作用,数据归一化的作用,过拟合和欠拟合,
2. 树模型: bagging和boosting的区别,bagging降低方差推导,xgb和rf的基学习器深度,xgb处理缺失值,xgb剪枝等等
3. 概率题: 一个贝叶斯公式的题,还有,一个圆上三个点,这三个点形成的三角形包含圆心的概率,还有个排列组合的题。都比较简单。
可能但是有点急,机器学习基础部分解释不是很清楚,就挂了。
1. 出了一个二维0/1矩阵的最大正方形面积,dp
2. 问了问比赛的做法就没了
第四范式二面:
本来以为一面挂了,没想到还有二面。
二面面试官感觉很死板,就对着题目一题一题问,我当时时间比较紧,有其他事情,就很不耐烦,哈哈。
1. 机器学习基础: lr的介绍,为什么用sigmoid, 为什么不用mse来进行分类
正则化的作用,数据归一化的作用,过拟合和欠拟合,
2. 树模型: bagging和boosting的区别,bagging降低方差推导,xgb和rf的基学习器深度,xgb处理缺失值,xgb剪枝等等
3. 概率题: 一个贝叶斯公式的题,还有,一个圆上三个点,这三个点形成的三角形包含圆心的概率,还有个排列组合的题。都比较简单。
可能但是有点急,机器学习基础部分解释不是很清楚,就挂了。
七、 小红书面试,现场第三面挂了,最近联系我转测开,我真的佛了
小红书一面:
1. 连续子序列的最大和
2. leetcode接雨水那题
3. 问了一下计算机网络,我懂的不是很多,面试官真的很nice就没继续问了
4. 问了下排序的算法,问我能手写吗,我说可以,然后就没让写了
5. 介绍了一下他做的内容
小红书二面:
1. 连续子序列的最大和,和一面的时候一面,不过接着面试官就把题目改进
2. 连续子序列的最大和,限制子序列的长度大于等于K,一开始想错了,后面用了n^2的方法做了出来
3. 介绍了一个比赛
4. 让设计一个预测点赞的任务,从训练样本集的构造,到特征的构建以及模型的选择,细问了文本特征如何进行提取
小红书三面:
1. 首先介绍了一下自己做的比赛,面试官说话很快,很注重工程细节
2. 手写lr的反向传播伪代码,然后问了lr的并行化的实现问题
3. xgboost特征重要性如何获得,如何判断比赛中的有效特征
4. 设计游戏API以及数据结构,有点蒙,这里答得不好,就挂了
1. 连续子序列的最大和
2. leetcode接雨水那题
3. 问了一下计算机网络,我懂的不是很多,面试官真的很nice就没继续问了
4. 问了下排序的算法,问我能手写吗,我说可以,然后就没让写了
5. 介绍了一下他做的内容
小红书二面:
1. 连续子序列的最大和,和一面的时候一面,不过接着面试官就把题目改进
2. 连续子序列的最大和,限制子序列的长度大于等于K,一开始想错了,后面用了n^2的方法做了出来
3. 介绍了一个比赛
4. 让设计一个预测点赞的任务,从训练样本集的构造,到特征的构建以及模型的选择,细问了文本特征如何进行提取
小红书三面:
1. 首先介绍了一下自己做的比赛,面试官说话很快,很注重工程细节
2. 手写lr的反向传播伪代码,然后问了lr的并行化的实现问题
3. xgboost特征重要性如何获得,如何判断比赛中的有效特征
4. 设计游戏API以及数据结构,有点蒙,这里答得不好,就挂了
八、 欢聚时代,二面面试官对我没啥兴趣,凉凉
欢聚时代一面:
1. 自我介绍
2. 讲了实习做的bert的改进工作
3. 讲了一个比赛,重点介绍了特征工程的部分,后续也提了几个小问题,也是和特征工程相关的
4. 做一个题,三色排序(荷兰国旗问题)
欢聚时代二面:
1. 自我介绍
2. 代码题,找一颗二叉树最长的子路径,要求子路径上的数都相同
3. 问矩阵相乘的求导问题(我忘了求导公式,尴尬) 拆开来看一个样本与系数的推倒,最后求平均
4. 介绍一个比赛的项目,特征工程介绍完后,问评测指标,然后让写程序画pr曲线,写了一个计算不同阈值下pr值的程序
1. 自我介绍
2. 讲了实习做的bert的改进工作
3. 讲了一个比赛,重点介绍了特征工程的部分,后续也提了几个小问题,也是和特征工程相关的
4. 做一个题,三色排序(荷兰国旗问题)
欢聚时代二面:
1. 自我介绍
2. 代码题,找一颗二叉树最长的子路径,要求子路径上的数都相同
3. 问矩阵相乘的求导问题(我忘了求导公式,尴尬) 拆开来看一个样本与系数的推倒,最后求平均
4. 介绍一个比赛的项目,特征工程介绍完后,问评测指标,然后让写程序画pr曲线,写了一个计算不同阈值下pr值的程序
九、 地平线,好像不是很匹配啊,哈哈,面就完事了
地平线一面:
1. 写个计算函数时间的装饰器
2. 列表推导
3. 出了一个题,最快时间找到小于2000000的最大回文素数
4. word2vec问题
地平线二面:
1. 介绍了一下实习项目和bert
2. 介绍了自己做的比赛
3. 后面聊了很多,做的东西不是很匹配,虽然挂了,但面试官大佬很nice
1. 写个计算函数时间的装饰器
2. 列表推导
3. 出了一个题,最快时间找到小于2000000的最大回文素数
4. word2vec问题
地平线二面:
1. 介绍了一下实习项目和bert
2. 介绍了自己做的比赛
3. 后面聊了很多,做的东西不是很匹配,虽然挂了,但面试官大佬很nice
十、 哈啰单车,在学校举行的面试,看面试地点就在楼下,就去看看了,还没有结果
哈啰单车一面:
1. 问了下做的比赛和实习
2. random search 和 grid search的区别和优势
3. 做题,小偷抢劫
哈啰单车二面(hr):
很多内容,比较杂,包括自我介绍,成绩,在实习中的角色,完成的工作,对自己怎么看,offer情况等等
2. random search 和 grid search的区别和优势
3. 做题,小偷抢劫
哈啰单车二面(hr):
很多内容,比较杂,包括自我介绍,成绩,在实习中的角色,完成的工作,对自己怎么看,offer情况等等
十一、 追一科技
一面:
1. 问了我基本情况,没想到面试官也是南京的,然后面试就很水了
2. 介绍了一下比赛和项目
3. 做了一个题,把多个参数编码成一个数,大概就是这个意思
二面:
更玄学,啥都没问,就让我介绍,介绍完就挂了,就很迷
十二、 字节跳动,提取批面了一面,太菜,正式批面完三面,被通知转岗要加一面,岗位不太合适,就gg了
提前批一面:
1. 问了比赛的相关内容
2. 问了xgboost并且手推
3. word2vec的相关内容,包括两种训练方式及效率等
4. 写个代码,蛇形打印数组
正式批一面:
三道题: 1. 背包问题,找零钱
2. next permutation
3. 概率问题
正式批二面:
1. 介绍了比赛内容
2. 介绍了实习所做的工作,问了bert的一些内容
3. 做了题,含有重复数的排好序的数组进行查找
正式批三面:
1. 介绍了实习的相关内容
2. 做题: 是否存在子数组的和等于目标值
3. 如何通过n+logn-2次比较得到最大和次大的数
4. 一个概率问题,每个人投票给a概率51%,每个人投票给b概率49%,问投票人数和a最终获得更多票数之间的关系
十三、 b站面试,两面➕hr,给了offer,薪资也不低(b站有点给力的),但最后也因为base的问题拒了
一面:
1. word2vec的推导等
2. 正则化相关
3. lr手推,xgboost手推等
很多细节,还有特征选择啊,特征预处理等等
二面:
1. 问了比赛,细节没多提问
2. 三道题,一个是所有奇数排到偶数前面,另一个是数的最大宽度,最后一个是字典树
3. 数学题,1-2000内互质的数最多有多少个
hr面:
1. 对前几面自己和面试官的评价
2. 对我的相关情况的提问
十四、 58面试,完全是刷kpi吧,一面啥都没问就让我走了,就介绍了一下比赛
十五、 中兴,面试完全聊天的,基本没啥实质性内容,给了offer
十六、 vivo,面试也比较水,一面➕hr,然而顶不住base南京啊,我的目标base啊,最后也是拿了一个中间档的offer,
一面:
1. 问了几个比赛相关的,面试官很懂,感觉被鄙视了
2. 做了个题,topk,我给他写了快排的,推了一下快排和堆排的时间复杂度
3. 扯了一些其他的,面试官说看我对机器学习很有兴趣,
hr面就是一些常规的问题啦
十七、 oppo,面试比vivo要好一点,2面+hr,最后拿了很大的sp,但是base没有南京啊,无奈拒了
一面:
1. 问了实习做的东西,问了bert,xlnet等等
2. 问了比赛
3. 设计九个小灯开关的数据结构,答得不是很好,一度以为挂了
二面:
1. 问了bert相关的一些内容
2. 文本分类的传统到深度模型的方法
3. 残差网络了不了解
4. 手推了bp,第一次遇到
5. 智力题,5L和3L的瓶子如何产生4L的水
hr面就是一些基本的情况了解
上面基本上就是秋招面的一些公司啦,虽然我offer拿得少,但我面的多啊,哈哈~~~
#算法工程师##字节跳动##OPPO##哔哩哔哩##vivo##面经##校招#