字节跳动机器学习算法岗面筋，一二三面+hr面

本人情况：985渣硕，无项目，ccf b,c水文各一篇，代码能力较薄弱，剑指offer一遍没刷完。
字节技术3面+hr面，已拿到offer。

技术面

技术面基本是问两篇论文+开放性问题+一道在线编程。
论文方面，可能因为我硕士方向和面试的方向不太相符，在问论文的过程中并没有深挖，主要是我自己介绍了论文的motivation、架构和创新点。随后主要问了cnn的基础知识如cnn的特点、卷积层的参数量、max pooling层梯度回传方式等等。
开放性问题方面，主要是问了对于之前做的工作有没有新的想法，最近看了啥相关论文之类的。
以上前两个部分基本没有太难为我，但是一到在线编程开始GG。说实话编程题并不算很难，但是由于紧张+刷题少，导致在面试官的引导下理清思路后仍不能做到bug free。下面详述在线编程部分：

一面算法题

一面求二叉树的直径，这个其实之前在剑指offer上看到过，思路还是比较流畅的，但是还是眼高手低，最后写出来的代码在特殊值处理方面还是有问题，经面试官提醒后改正。
面完之后就觉得基本凉凉了，再加上隔很久都没有二面通知，所以没抱太大希望。没想到大概一周后接到了面试邀约，这次直接连着二面三面的。

二面算法题

二面算法题是给定两个数组，每个数组中取一个数，求这两个数字之差绝对值的最小值，这个只想到了排序+折半查找方法，大概是对A数组的每个元素，在B数组中折半查找找到最相近的两个元素方法，后来下来查了一下正统做法是排序+双指针复杂度,虽然复杂度在一个量级，但是我的方法后半部分折半是O（nlgn）,双指针O（n）就可以了。所以还是没有拿出最优方法。

三面算法题

三面算法题也是跟二叉树相关，求二叉树的最深叶子节点的最近公共父节点，当时已经面到了中午1点左右，饿，脑子不太转了，（本来就菜）。面试官几乎是手把手的带我推出了递推公式，感恩的心。

HR面

大概隔了两三天，约了HR面，很温柔的小姐姐，主要确认了我是否会领offer。
以后会留在上海吗？为什么？
对目前投的岗位有什么了解？
为什么没有投AI lab？
还拿到了哪些公司的offer？
实习过后有留在公司的打算吗？
确认可实习时间、确认是否会接受offer。

总结

整个面试过程一步步挖掘到自己的菜，不过最后隔了两三天还是拿到了offer。
所以大家一定要对自己有信心哇，不要因为觉得自己没有准备好就推延申请实习，不断面试的过程也是一个找到自己短板进行补足的过程，而且面试官有的时候是比我们想象的宽容一些的。总之，觉得自己很幸运了，之前在牛客网上看了很多优质的面筋，今天也整理了一下面试过程回馈牛客。希望能给大家一点点的帮助，也希望接下来的日子里自己能更加努力，更加幸运。