快手【机器学习】记录~
今天中午没有吃饭，下午饥肠辘辘中面的快手机器学习，大致情况在猿生活这里记录一下。
一面：
- 实习项目介绍；
- 比赛细节介绍；
- 特征与模型的相关性如何计算与表示；
- 深度学习特征的hash搜索算法时间复杂度；
- lightgbm的特性以及学习函数；
- Adaboost学习策略；
- 决策树种类以及分裂方式；
- RF与lightgbm的区别；
- 代码题：求二位矩阵中连通1的最大区域；
面试过程中，几度暂停，然后很尴尬的告诉面试官小哥哥：稍等一下，我有点饿， 可以让我喝口水吗。。。哈哈，面试官也是很理解的说，不急不急，慢慢来~
后来一面结束后，我就在面试所在地等待，一面面试官从茶水间拿了好几包饼干过来给我~ 好吧，我被感动了！
二面：
由于我投的是视觉算法，但是要面机器学习，所以在跟二面面试官介绍之后他让我再等一下，他去找机器学习相关方向的面试官过来面我。
- 先写一个A的B次方然后模10e7；（我写了一个logB的算法，最后在这个基础上他说有什么改进，然后从A和B两个方向上改进了。并且还让我推导正确性）这个题看起来比较简单，不过还是挺有挖掘深度的。
- 比赛介绍-然后开始问我怎么处理特征的，怎么选模型的，收获是什么。接着问我队伍名称是什么，最后得分怎么样（好吧，问的这么细？~最后他说比赛第三名他认识~原来如此）
- 再次介绍实习项目；
- 然后问了第一个实习的公司相关的情况；
- 给了建议：说我的简历里面的项目跨度太大，以后找其他工作的话最好能够根据岗位来写自己的项目~~（感觉很好啊）
- GBDT、lightgbm、xgboost等的特性；
- ACM队伍中担任什么角色，DP？那写一个DP的题目吧：一个环中有N个结点，每个结点有一个价值，选择结点价值最大（选择的结点不能挨着）。
面完后就再次等待，然后就是HR了。
HR面：
- 对快手的了解
- 对将来职业的规划
- 现在面试了哪些公司
- 我问了快手现在的发展情况，然后HR给了相应的解答。
整体而言，其实效率算高的，一下午就面完所有的面试了。今天应该是面试专场，所以很多人都在面试，导致等待时间也较长。面试过程都是如沐春风，一面面试官很让人感动地给我饼干，二面面试官建议我以后找工作最好能够针对性准备简历，都让我对这个666的公司好感倍增~~
面完试,和妹纸吃了顿自助，哈哈哈，现在已经不饿了 =。=
#快手##机器学习##面经##秋招##内推#
投递德科信息等公司9个岗位 >
查看9道真题和解析
