小弱鸡的春招算法实习面经

蚂蚁金服

一面： 1. 一篇文章分好词后，实现从中随机选择一个词输出

2. 简历中选择一个项目具体介绍一下（项目主要内容，自己负责哪一部分，为什么这么设计模型，遇到的最大的问题是什么，如何解决的，这个项目带你最大的收获是什么，模型细节深入询问，模型训练中是否出现过异常情况，为什么会出现这种情况，怎么处理的，模型如何优化等等，其中模型修改这部分问了好久，有没有修改经典的网络模型，为什么这么改之类的）

3. 有没有什么问题要问他

二面： 1. 自我介绍

2. 介绍简历上的论文或比赛或项目（自己选，会针对性的提问，比如数据量，样本平衡问题，特征维度问题，模型的优势等等）

3. SVM如何处理线性不可分数据，有哪几种方式

4. SVM核函数成立的条件

5. 深度学习网络比传统神经网络优越在哪里

6. CNN中卷积的作用是什么

7. 常用的损失函数

8. 有没有什么问题要问他

七牛云（对面试官和公司的印象都爆好，整个公司都感觉很有活力）

笔试：选择题是算法相关问题，15道不定项。5道问答题包含两道编程和三道算法相关问题，记不太清了大概是过拟合问题之类的这种。整体比较基础。

电话面：自我介绍，聊聊项目，问了一些深度学习的知识，比如1*1的卷积的作用优势之类的。

现场面：1. 自我介绍

2. 简历上所有的项目比赛论文简单抡一遍

3. 针对其中两篇论文的研究内容深入的询问，每一部分用的什么模型，为什么这么用，大致思想是什么

4. ResNet的主要优势是什么，解决了哪些问题

5. 擅长的语言以及常用的框架

6. 想做什么方向的研究

7. 有没有什么问题要问他

Ps: 回答的不好或者不完善的地方面试官都会用非常简单通俗的方式帮忙讲解清楚，而且感觉面试官论文看的蛮多的，各种网络模型和网络组件的公式手到擒来啊。

HR面：什么时候毕业，实习时间，本科学校是什么情况，保研还是考研，为什么来了现在的学校，家是哪里的，未来想一直留在上海发展吗，简单介绍一下xxx这个比赛你们做的东西，实验室主要是做什么的，对七牛云有什么了解吗之类之类的。然后简单介绍了下实习生的待遇之类的。

360（视频+电话面试）

一面： 1. 自我介绍

2. 挑一个项目具体介绍（花式提问，数据规模，是否做了数据增强，特征维度大于样本量该怎么办之类的）

3. 大致问了下别的比赛什么的

4. 求整型数组的和最大的连续子数组的和

5. 重构一个无序整型数组，要求数组前半部分为奇数，后半部分为偶数，空间复杂度要求为O(1)

5. 有没有什么问题要问他

二面： 1. 自我介绍

2. 挑一个与一面不同的项目介绍一下（中间讲了各种东西，包括情感模型，数据预处理，特征提取，降维等等）

3. 有没有什么问题要问他

HR面： 毕业时间，实习时间，目前手里的offer，如何评价自己，本科时候实习内容是什么，为什么去了xx公司，你觉着工作和在学校有什么区别，意向工作城市是什么，父母的情况等。

拼多多（一面是个随和帅气的小哥哥，二面是个技术大佬型小哥哥）

笔试为四道编程题。

一面： 1. 自我介绍

2. 详细介绍一个项目（解决的问题，数据，模型思路，创新点，核心算法的讲解等等，写了一波公式什么的）

3. 手写代码：反转链表，并说明算法的时间空间复杂度（写了一种方法，优化的时候聊了其他两种方法）。

4. 手写代码：一堆-10000到10000的数字，分别存在三个文件里，代码实现按序输出所有数字。

5. 有没有什么问题要问他

二面： 1. 自我介绍

2. 详细介绍一个项目（基本如上）

3. 选一个最熟悉的机器学习算法进行公式推导和算法介绍

4. 写出交叉熵公式

5. 梯度下降法和牛顿法的区别以及各自优缺点

6. 除了CNN，是否用过其他神经网络结构，比如RNN等

7. 有没有什么问题要问他

HR面：毕业时间，实习时间，对拼多多的了解，平时喜欢做什么，为什么喜欢做这个，讲一个参加的比赛，自己在团队里的角色是什么，自己的性格特点，别人都如何评价你，职业规划是什么，喜欢做技术嘛，为什么之类之类的，然后就是介绍实习生待遇啊什么的。

百度（面试所有问题）

1.     自我介绍

2.     聊项目（主要内容，自己负责的部分，什么语言，解决了什么问题）

3.     聊比赛（自己负责部分的具体实现思路，具体如何做的，可能会出现的问题，怎么解决的）

4.     擅长的语言

5.     对数据库的了解程度

6.     对linux服务的了解程度

7.     手写代码：二叉树前序遍历+根据前序遍历和中序遍历重建二叉树