腾讯基础研究一二hr面
4月15号到17号依次参加了腾讯在南京的一面二面hr面，面试岗位是基础研究。
一面：
先自我介绍，然后按简历里的内容依次询问，问题问的非常细致，主要是项目中的技术细节，自己参与部分的实现，面试官会根据自己的理解提出觉得存在技术难点的地方，问解决方案；然后询问比赛的内容，因为参与了阿里天池的比赛，所以面试官问了当时比赛的情况，询问数据处理流程、特征选择、模型选择评估方面的问题；之后让写一下逻辑回归的公式和如何用梯度下降求解，因为逻辑回归基本是必然会问道的算法，所以准备比较充分，我又讲了下拟牛顿法求解，L1
，L2 正则化，online
learning（因为参与过点击率预测的比赛，就讲了下google的FTRL），之后写下贝叶斯公式，朴素贝叶斯算法，以及决策树随机森林，一面基本围绕项目、比赛、基本的机器学习算法进行，面试官会根据情况提些细节问题。
二面：
依然自我介绍，项目、比赛的内容，之后问了下过拟合问题，怎么样解决，举例说下几个算法（当时说了，lr的正则化和决策树的剪枝），还问了特征工程和模型融合，之后问了深度学习、Hadoop、spark的了解程度，问了下alpha
go是怎么实现的，还问了今后的职业规划之类的问题，二面依然会围绕项目、比赛、基本的机器学习算法进行，还会看你对当前主流的技术趋势的了解，以及现成的开源解决方案的了解。
一面二面有的同学遇到了编程题，可能我比较幸运，面试官没有让我写代码，只是一面时推公式。
hr面：
自我介绍，项目，比赛情况，然后围绕项目的合作进展，个人贡献提问等等，以及考研时为什么转专业，为什么选择机器学习、数据挖掘方向，hr面比较轻松，只要实事求是说自己的想法就行了。
腾讯面试持续了三天，整体上面试流程比较nice，效率比较高，基本当天晚上回去就出结果通知第二天面试，面试官还是蛮辛苦的，希望能拿到offer。
最后祝大家找工作顺利，加油！
#腾讯#
