2020暑期算法岗记录（阿里妈妈/腾讯pcg/百度更新中）

3.11 阿里云弹性计算提前批（这一面没怎么准备参考价值不大，还是写上来了）

三月初跟着提前批瞎投了一波阿里，没想到第一个面试的是云部门，面试官是搞开发的，聊了会直接说自己不懂机器学习你也不用讲了，我直接？？？全程问的都是数据结构操作系统相关的东西，触及了我的盲区所以很自然的挂了。

具体问的由于时间较早记不清了，大概有：

详细讲讲线程进程的区别，还有一些具体场景下的变化

python字典的删除实现

讲讲循环队列

实现一个最小栈（剑指原题）

3.18 阿里妈妈一面（广告部门）

时长一个小时

首先问项目，说了一个去年做的数据挖掘的比赛（信贷预测），讲得比较细，大概20分钟，期间有打断，问了具体怎么构建特征？构建时序特征的意义？最后根据什么选择3000维特征，组合特征的时候用了拼接？怎么拼接？大概这些。

比赛用了lightgbm模型？详细讲一下。（我从gbdt原理讲起，考虑到应对稀疏特征、缺失值的处理提到到xgboost，又讲了lightgbm相比xgboost的改进。）

问了gbdt在分类时节点输出是什么？怎么拟合残差？

防止过拟合的方法？（从数据、模型、指标三个角度，提到了dropout、正则，后面正好顺着问。）

讲一下dropout原理，为什么能防止过拟合？对训练数据和预测数据有什么区别？

l12正则 从数学角度解释（烂大街的问题，讲了拉普拉斯分布和正太分布，从增加先验的角度讲的，感觉他不太满意）

logloss的具体形式

算法题写了回文链表

3.23腾讯云

45分钟 

部门主要做nlp的，感觉和面试官不太对口

挑了一个电影评分预测的项目让讲 问了svd原理，怎么得到奇异值矩阵？（讲了半天线性代数，怎么分解得到特征值矩阵）svd++、funksvd的区别、偏置的意义。

svd怎么实现降维？als怎么优化？写出损失函数的具体形式。

对tensorflow了解吗

基于pagerank实现的邮件数据怎么构建网络？怎么引用到文本、新闻重要词汇的提取？

定义函数实现一下softmax（不要用numpy） 数值太大溢出怎么办?

4.2阿里妈妈二面

50分钟左右

还是讲一遍上次的比赛 这次面试官应该是leader全程不怎么说话，全部听完才问问题。

统计特征的形式？为什么要统计全局的？为什么要考虑时序，时序间隔不一样怎么办？比赛用了ks指标，讲一下为什么？和auc的区别，针对它做了哪些优化？构建哪些特征效果好，什么原因？

讲比赛过程中我说到特征稀疏化的问题，提了一嘴gbdt不适合处理这种类型的特征，lightgbm会通过计数分桶的策略处理，他没吭声我就铺开讲了讲结果扯远了感觉直接跑题。

问了自己最熟悉的算法，脑子一懵居然说了LR。。。

从头推了一遍LR，结合ctr预估讲了为什么适合处理高维稀疏数据，为什么适合正态分布的连续特征。还扯了为什么用sigmoid表示概率。（主要他一直不说话也不知道该讲什么）

问了l1正则 产生稀疏解的原因（一画图准备扯拉普拉斯分布0点值就把我打住了，知道我想说什么），不可导点的处理（说了三种方法，问了不了解针对大规模数据的方法，这些实际都不常用）

算法题：将一个数组分成两部分，使得两部分和尽可能相等，求分组

4.10 阿里妈妈 （上次二面挂了简历转去其他组不知道算几面）

问得不多，算法题没做出来 个人感觉最可惜的一次

问了netflix的电影评分预测 讲了怎么基于矩阵分解求出评分 svd的k值代表什么？怎么确定？

问了deepfm，讲了FM的原理，怎么缩减计算量

讲了dcn，算子的具体形式，怎么构建组合特征，和xdeepFm的区别。没怎么追问。

svd怎么实现图像降维，怎么确定不会影响训练效果？

算法题：一条无限长的x轴，假设你站在原点，可以向左走也可以向右走，第n次走n步或者-n步，给一个target，问走到target的最小次数

4.13 腾讯pcg

面了大概45分钟

开场一道题：旋转链表 比较简单，面试官很认真一行一行对着查了一遍

看你简历做过点击率预估的相关项目，讲一下

讲一下xdeepFM和DCN的区别，优势在哪，dcn算子的形式？第l+1层的输出？第l+1层特征组合的维度包含前l层吗，xdeepFM呢？

写一下fm构建的目标函数，计算复杂度怎么降低？

有没有接触大规模数据的经验？

构建最大的特征数？

问了下评价是对算法的理解还不错，晚上看到状态更新成复试了，希望有个好结果吧。。。

4.16腾讯pcg复试（凉）

一小时

部门leader面试 开场聊项目 问得比较杂 重点问了评测指标ks 针对ks做了什么优化？没有问太多具体的算法原理。

算法题：给定一个值n，判断是否为三个以内的平方数之和。

a题失败，没找到简单思路，说是分成sum2和sum3，让写了sum2 运行成功后问复杂度，说错直接凉

面试官的评价是项目理论没什么问题，代码能力相比其他面的人有差距。

继续刷题去了

4.17阿里云

简历被捞了

开场固定套路聊项目，ctr预估和评分预测相关的东西大概讲了讲，xgboost和lightGBM区别在哪，做比赛有没有参考其他的方案，问了stacking相关的东西，比较基础没什么好记的，算法题写了topk，用快排实现结果粗心写错了（最后返回的topk忘记排序了。。。），计算机基础问了三次握手。阿里云面试就问这些。。。

4.19 百度 （一二三面）

三轮面试一次面完，整整持续了三个多小时，从下午三点多一直到晚上七点，面试官流水线作业面完一场很快进下一场。第一个妹子面试官面完让我等着也没说有没有下一场，结果手机提示面试结束还以为自己挂了，寻思自己第一场该回答的都回答了，a题也挺流畅的a出来了咋就说没就没，正准备点差评结果通知二面，差点冤枉人家。。。

内容较多只挑有印象的记。

讲了具体项目比赛，问了构建特征的维度，有没有接触过更大规模的？

介绍一下项目中embedding的部分

给个场景讲一下离散特征具体如何稠密化？

离散特征交叉如何实现？

对一个训练好的模型，在线更新的离散特征如何处理？特征维度发生变化怎么办？

dcn和deepFM的区别，优势在哪？

写出LR的决策平面

逻辑回归的并行处理

gbdt处理二分类和多分类的区别

海量数据中基于querry的查询方式（这里本可以讲一下learn to rank相关的东西，我给扯到余弦相似度上去了，基于相似度又讲了讲slope one方法，完全跑题）

介绍下DSSM模型

l0 l1 l2正则

算法题一共问了四个

扑克牌抽五张如何判断顺子？

有序二维矩阵找target值

4.20知乎（日常实习，目前面了两面）

一面体验比较好，问题也比较基础，上述都包含了，算法题问了：1.二叉搜索树的判断 2.数组中求出和为定值的全部组合，任选一个做。

二面问的不深但是范围比较广，机器学习相关问了一些基础的激活函数、过拟合、dropout、bagging、boosting、AUC稳定性之类的，用没用过spark？

听没听过特征穿越？后半程不停问数据结构，快排、链表的快排实现、队列和栈、堆栈的用途、树的两种遍历写一下求最大深度、堆排序的复杂度等等。。。

4.23快手

***快手，没啥好记的。

5.9 微软一二三面

算法题：

根据前序遍历结果重构二叉树

求出给定两个矩阵的交集和并集

给定一个t的数组 不能用额外内存条件下排序

旋转数组的target

如何根据叶子结点个数判断训练特征数

gbdt中的步长和参数中的学习率作用是什么？详细讲一讲

归一化的意义

lightgbm怎么切片

问得不多但是很深 收获很大的一次面试

更新中............