小菜鸡的算法实习面经

找实习将近一个半月，共面了4家，搜狐华为腾讯给了offer，蚂蚁还在面。发个面经求好运！！

搜狐--推荐算法（共四面）--现场面  offer
一面:
1.算法题:一个乱序数组，求最长的连续数列有多长
2.聊比赛
3.手推lr
4.手推gbdt
5.gbdt lr的作用
6.ftrl
7.用户冷启动
8.sigmoid函数求导
二面:
1.算法题:字符串的所有排列（剑指offer原题）
2.ftrl
3.fm,deepfm
4.高维id特征怎么处理
5.xgboost
6.数学题：一个扔骰子的问题，求数学期望
三面（boss）:
1.特征工程和算法谁更重要
2.深度学习在推荐系统的意义
3.一些应用场景的理解
四面（hr）:
1.能实习多久
2.还有什么要问的吗


腾讯（共三面）--电话面  offer
本来投的算法，太菜没人要，被数据分析捞了～
一面:
1.聊比赛
2.word2vec原理
3.tf-idf原理，还知道其他关键词提取技术吗
4.模拟退火
5.样本不平衡怎么处理的
6.你觉得哪些事件直接可能有隐含的关系？类似啤酒纸尿裤问题。
二面:
1.聊比赛
2.word2vec
3.cbow和skip gram的区别？你觉得用哪个训练的词向量结果好？为什么？--怪问题...乱说了一下
4.python中lambda与map的作用
5.高维特征的处理方法
6.还有一两个问题，忘了，反正是场景类的，不难但是有点怪...
三面（hr）:
1.多久可以来实习
2.有其他offer吗？
3.愿意去外地吗？


华为（共三面）--视频面  offer
一面:
1.讲了两个比赛，问了下论文IF   没了...
二面:
1.细讲了一下论文，稍微挖了一下   没了...
三面（hr）:
1.实习时常？能再长一点吗？   没了...


蚂蚁金服（1笔试 6面试）--电话面  这周五面完了5面 等hr面ing 希望给个offer 想去蚂蚁...
笔试:（内推还是给了个链接做题）
1.五个选择题，知识点分别是矩阵的行列式，矩阵的秩，矩阵的迹，tf-idf,lda,word2vec,l1 l2正则,概率论
2.两个计算题，给个表，算信息增益；朴素贝叶斯
3.两个编程题，写一个kmeans；二叉树层次遍历
一面:
1.聊比赛
2.各种决策树:id3 c4.5 cart
3.lr与最大熵模型
4.word2vec
5.rnn与lstm
6.gan中的转置卷积
7.bn层的作用
8.拿出你的笔和纸，算一个积分（简单积分）
9.再算一个概率问题（排列组合问题）
10.再算一个...算了，不算了，等二面吧
二面:
1.聊比赛
2.样本不平衡
3.f1 score中1的含义
4.acc与auc的选择
5.adboost与gbdt
6.gbdt与xgboost
7.除了tf idf还有其他的关键字提取方法吗
8.会hive udf吗？稍微了解一点，只用过mysql
三面（中间鸽了两周，后来给我换了个面试官，然后好像不是我这个方向的大佬，没怎么问问题，反而是聊天多一点）:
1.聊比赛，排名？哦50呀 50还行吧...（嘤嘤嘤...菜是我的错，对不起大佬了！）
2.聊论文，怎么想到这么做的
3.本科和研究生的成绩
4.啥时候学的编程，会哪些语言
balabala...
四面:
1.聊比赛
2.问了一下比赛里的东西怎么用到实际场景中
3.聊了下自己做的小项目
4.又问了一个相关的业务场景
五面（交叉面，阿里云的大佬）:
1.怼了一下论文，这个东西...可以当research但是实际用起来不靠谱啊（我也知道啊，您别这么直接！）
2.说说怎么用机器学习做特征工程？有监督无监督都可以
3.除了你项目和论文上提到的深度学习模型，还会哪些？粗略说一两句。
4.你怎么看待现在的大数据公司和AI公司的发展？

周五下午问了内推人，他说评级还可以，让我等下周hr面，不出意外应该是有offer的，求好运QAQ

最后，祝大家都能有满意的offer～～#面经##实习##阿里巴巴##腾讯##搜狐##华为##算法工程师#