秋招结束了,分享一波面经回馈牛客

不授权转载到其他平台谢谢(如知乎微博等)。



下面把之前没写的面经补充上,以及直接写过的复制过来。所有面经略过了与项目相关以及从项目引申出来的部分。

0x00凤巢
一面:
算法题,写一个json的load方法。(不需要优化比如自动机最小化之类的)
其他的问了问简历项目,比较水,互相吐槽了现在的业务部门和研究院的差异。
二面:
算法题,集合的子集,无重复和重复。

原理题
GBDT原理,推导。
特征工程理解。
归一化的理解。

系统题
python 深拷贝,浅拷贝
python 反射

场景题,一个东西上线了跟线下实验不一样咋整。
场景题,设计推荐系统,只有两个字段 item_id,item_price_range. 比如1asdha, [4399,5399]
向量相似度计算方法
欧氏距离非欧距离
向量召回加速方法,FAISS。


0x01快手

一面。算法题:归并排序,O(1)空间复杂度
场景题,广告主给了一批高转换人群包,问我们怎么用来提升业务。
原理题,推导一个NN的dense layer weight初始化为0的情况下,会出现什么现象。
其他的忘了,比较简单吧。

二面,算法题,找第k大,写出建堆的代码
如何判断NN是神经网络结构的问题还是优化的问题,比如学习率优化器之类的。
其他的忘了,也比较简单吧。

0x02腾讯

1.重复数字的二分查找,找到始末位置
问了问最近两年的腾讯广告算法比赛有什么不一样。


问了个场景题,如果有用户历史的阅读文章,怎么做兴趣点的挖掘。
问了问文本的分类算法。

问了个给一个query,怎么找相关的文章。
匹配和检索算法。
都有哪些方法,问了word2vec及预训练语言模型的发展。

CTR 与 NLP 深度模型的区别。

0x03头条

零面
旋转数组查找,一个二维DP。
一个数学题可以看我的知乎,LightGBM varience gain 的推导。GBDT搜索分裂点O(n)算法的证明。

一面
介绍项目
算法题,带括号的加减乘除字符串运算。当时拿到这个题,第一时间按照编译原理的套路,词法分析文法解析中间代啥的,搞了一套递归下降编译器。面试官说不用这么通用,其实不从这角度还挺难写的。。
算法题,棋盘上的连通棋子团数,(最基本的dfs)
问了一些机器学习基础题,深度学习基础题记不太清,应该没什么难度。

二面,
算法题,也是个dfs的变种
其他的忘了

三面算法题
数学题已知var(x),var(y),E(x),E(y)求 Var(x*y)
算法题 vector<vector<int> >  x 里面,求min(∑i=0n−1∣xi+1[k]−xi[m]∣)min(\sum _{i=0}^{n-1}{|x_{i+1}[k]-x_i[m]|} )min(i=0n1xi+1[k]xi[m]),就是每个数组任选一个数字,相邻求差的绝对值,然后再求和求最小\
系统基础题,进程线程的区别,优缺点
语言特性题,python GIL,C++ static关键词的作用,初始化参数列表有什么用
算法
设计能适应测试集里有缺失值的训练集没有的GBDT, 要求不能从填充数据的角度来做
设计一个在CNN卷积核上做dropout的方式
LSTM减弱梯度消失的原理



0x04滴滴

一面 热身题,leetcode 104
算法题 leetcode 64、leetcode 85
原理题,LR,FM,FFM,DeepFM的区别联系
数学题, AX = 0  X有无穷多解,问A是否可逆

二面,场景题,
1.设计快车拼车算法
2.设计快车派单算法
3.以订单为粒度和人车为粒度做派单时召回的区别。
聊了聊天。

三面,
场景题,设计用车需求量预估算法。
聊了聊天。


0x05美团
一个概率题,一个盒子里面有4个白球和不知道几个红球,扔进一个球(不知颜色),再取出一个,结果是白球,问扔进是白球的概率。
场景题,如果挖掘大众点评文本中的相关词,别名。

0x06阿里

还有个概率题集齐支付宝五福期望张数。
Layer Normlize 与Bathch Normalize的区别。
Reset结构

0x07 360

Bert结构,原理。
分词算法原理,常用方法。
embedding的发展。
如何得到一个句子表示,你能想到的所有方法。

Python动态类型推导怎么实现的?eval()是怎么实现的?python的gc原理是啥。

Map的实现由哪几种方法,红黑树的原理。

还有些比较简单的堆内存,栈内存。RPC机制等等。

C++的一些特性等等




0x08 网易雷火多模态方向

MFCC特征和MelFiterbank特征的区别。

tripletloss based 方法和 softmax多分类为基础的区别。
NLP对话生成,对话检索。

有些记不太清了。

0x09 小米
算法题, LCS,链表上的归并排序,快速排序,其他的忘了。


总结
方向比较杂,主要集中在ML,NLP,语音,强化学习。CV连碰都没碰,不跳进红海找虐了。

算法题互联网不难,一定要作对。做不对会给人印象很差。

要是面NLP。一定要好好看看分词算法,NER,dependency tree这些基本的东西,不要以为会embedding排列组合 bert无脑怼就能拿offer了。

计科老本很重要,写过编译器,实现过处理器的一定会占一些便宜。至少字符串处理题难不倒你,问语言特性也能根据基本原理答一下。虽然问的最多还是操作系统的基本题。

有广度的知识面和深度的某方向积累是bonus。

扎实的计科基础,数学基础,顶会,有含金量的竞赛,acm,大厂实习,亮眼的github,最好能拿到3个以上。没找工作的同学可以好好准备刷简历。


一点经验,面试不要装逼,不会就是不会,不要装模做样的想还给一个编出来的答案,直接告诉面试官这块我不擅长。
不一样的面试官喜欢不一样的风格,如果是大佬面可以讲一些玄学和自己的思考,如果是第一面,准确,清楚比较重要,有时间再发挥吧。

到手还不错的有,腾讯的ssp(去年46w档)和美团北斗(有户口往年到50w)的意向书,快手快star(差CTO面)的意向书,滴滴新锐oc。
不知评级的offer 有百度凤巢,头条搜索,360(可能有户口),拼多多(往年55w) 的意向书和oc。
小米未来星流程中。
阿里妈妈沟通了offer情况及意向,单向放弃了流程。感谢阿里的面试官和内推同学的实时沟通。
这块看情况删掉。先放在最后吧。














#快手##滴滴##字节跳动##校招##面经##美团#
全部评论
男朋友太优秀了,我压力太大,自闭了
2 回复 分享
发布于 2019-09-11 13:40
tql
点赞 回复 分享
发布于 2019-09-10 19:58
先恭喜老哥,话说快star应该还没开始面试吧,快star我听HR说9月下会安排CTO面。
点赞 回复 分享
发布于 2019-09-10 20:04
老哥很强了,顶一下老哥,offer交集很多 同挂一下作业帮,也快打起来了😂
点赞 回复 分享
发布于 2019-09-10 20:08
这是啥神仙!!!tql
点赞 回复 分享
发布于 2019-09-10 20:34
这也太强了
点赞 回复 分享
发布于 2019-09-10 20:48
大佬tql
点赞 回复 分享
发布于 2019-09-10 20:50
阿里妈妈是什么情况?
点赞 回复 分享
发布于 2019-09-11 12:30
tql
点赞 回复 分享
发布于 2019-09-11 12:34
好强
点赞 回复 分享
发布于 2019-09-11 12:34
tql,沾沾喜气
点赞 回复 分享
发布于 2019-09-11 12:42
大佬准备去哪?
点赞 回复 分享
发布于 2019-09-11 13:39
腾讯如何知道评级
点赞 回复 分享
发布于 2019-09-15 14:25
雷火 还招人么? 我也报的多模态方向。。。今天让笔试,笔试题出的感觉像在劝退一样。。。。
点赞 回复 分享
发布于 2019-09-15 14:45
完全不给渣渣一条活路?
点赞 回复 分享
发布于 2019-09-15 15:26
请问楼主拿到了网易伏羲的offer吗
点赞 回复 分享
发布于 2019-09-23 20:18
tql,非常有实力!
点赞 回复 分享
发布于 2019-09-30 17:32

相关推荐

头像
11-09 17:30
门头沟学院 Java
TYUT太摆金星:我也是,好几个华为的社招找我了
点赞 评论 收藏
分享
19 135 评论
分享
牛客网
牛客企业服务