【华为面经】许愿华为offer
9.8从早上十点半到下午四点半结束，服务与软件研发管理部-软件算法岗位，希望有个好结果！
一、二面：讲论文！项目！
- 决策树划分选择、树的复杂度、剪枝
- GBDT、RF 有什么异同？各适用于什么样的情况？（集成学习这一块问的挺多的）
- 感知机模型流程？（我画了一层，从结构、激活、损失到优化，推 BP，激活函数对比等）
- 池化层的作用？（我拓展讲了种类、反向传播，以及 pytorch 特有的自适应池化）
- 循环神经网络，RNN、LSTM 对比
- k-means 和 DBSCAN 的对比, k 的选取，提速，聚类方法的评估
- 特征选择的方法？(这里建议分 filter, wrapper, embedded 来讲，我只是说了PCA，LDA，L1）
- 半监督学习？（这里是因为我项目有个用GAN做无监督的工作，面试官提到了阶梯网络）
- 贝叶斯模型？（这里我顺着讲了朴素贝叶斯、逻辑回归最大似然推损失函数的过程）
- 凸优化？（SVM、线性回归、逻辑回归都是凸优化问题，我这只讲了凸优化是什么啊啊啊，我好难...）
- 手撕代码：1.快排，复杂度；2.两个列表合并成有序列表；（还问了python中各种数据类型，各适用于什么情况下，互换两个变量的值）
三面：自我介绍，比赛，工作地意向，研究生期间干了什么，遇到的最大的困难是什么，对导师的评价，职业规划，主要是我说，感觉我说太多了，说多错多，所以还是提醒大家问啥说啥！
自己做完知识补充之后将这个面经贡献给牛客，几乎机器学习书问了一遍，还有很多细节，需要大家根据自己的时间做拓展学习；然后二面面试官还给我了一些建议，整体的面试体验很好！许愿华为offer！
祝愿各位秋招顺利！越努力，越幸运，加油！
华为工作强度 808人发布