2020-09-20 14:22 已编辑华中科技大学算法工程师

关注

秋招小总结

本人985本硕，一段推荐算法实习经历，外带一些比赛经历（天池竞赛等），求职意向推荐算法工程师，这里小小的总结一下目前为止秋招的面试

【vivo】hr面挂

投的提前批，六月份就面试了，当了炮灰

一面：广告推荐算法（互联网方向）

可能因为笔试成绩不好，上来问栈的特性

写归并排序没写出来

recall@50是什么

deepwalk 原理

ytbdnn的样本是什么，为什么把视频向量放入fassi库

参数学习方法随机梯度下降

hr面：

1.自我介绍 2.讲一下实习经历，实习了多久，离职的原因是什么（随口问）

3.实习中有没有具体的业务 4.实习中比较沮丧的事

5.实习中比较有成就感的事 6.实习中如果跟同事有冲突，怎么解决

7.本科不是计算机，后来读了计算机，是自己的选择吗？ 8.自己的职业规划

9.期望工作城市 10.期望薪资

本来想婉转回答，结果被追问自己的期望薪资，说了25-30w

【shopee】一面挂

shopee算是秋招面的比较早的一家了，有点吃亏，很多问题回答的不好，一面凉凉。通过这次面试让我知道了很多短板，后面去补充了很多知识

面试之前听说一面只有算法题，项目看都没看结果面试问了一堆项目，真实的哭了

1.天池竞赛为什么用矩阵分解做召回，有没有了解其他召回方法，有没有数据清洗

面试官提到矩阵分解会偏向交互多的物品和用户，因此要去掉交互多的物品和用户，对他们用别的召回方式。

2.实习中用到了KNN，详细介绍一下KNN原理

好像说的不好，我主要在介绍KNN的大概流程，面试官追问KNN的关键点一是距离的计算，有哪些距离，欧式和余弦，二者的区别和联系，二是k值的选择，三是时间复杂度，我说了是用类似分层的形式。

3.YoutubeDNN中怎么计算用户向量和视频向量的，loss function怎么设计。

4.数据结构题

a.100亿的100长度的String字符串，按照出现次数最多统计topK个字符串

一个String最多占100B，100亿个的数据量就是1000GB，可能涉及的String个数较多，因此采用分治+hashmap+最小堆。先用hash算法将字符串分到1000个小文件，每个文件1GB大小，且相同的字符串保证分到同一个文件中，在每个子文件进行hashmap计数，统计出现次数，使用TopK的最小堆，选出TopK个字符串。这样我们可以得到1000个TopK字符串，对1000个TopK再次求出最终的TopK，这里用分治思想或最小堆均可。

统计次数需要aO(m)，m为1GB，a为1000个文件，堆排序为mO(logk)，归并后进一步堆排序为1000kO(logk)，时间复杂度为O(m)+mO(logk)。

b.一个链表的长度，最快的方法，可能有环

答了快慢指针，但是面试官说这个不够快，我就讲了用哈希存储，但是感觉面试官还是不太满意

5.基础知识

list和tuple的区别

dict中key的底层实现，哈希冲突怎么解决？

6.算法题

lc原题，nums数组，分为left和right，保证left中所有元素小于等于right，并且使left尽可能小

思路：找到第一个左边最大元素（包括自身）不大于右边最小元素的位置，在这个索引处划分。刚开始思路不对，后来边界没处理好，在左边最大元素是否包含自身的地方有些纠结。感觉今天写题状态不好啊我摔，下次面试前要刷两道题。

【美团】一面挂

#简历

1. 围绕node2vec，讲一下word2vec的CBOW和skip-gram的区别，

2. 你用的是什么，为什么用skip-gram？这里不懂，说是因为自己用的word2vec的实现，就是使用的、skip-gram，原因不知道

3. skip-gram对应的损失函数是什么，word2vec对损失函数的优化有哪些？不会，就换问题了

node2vec中涉及DFS和BFS，是怎么去选择的通过参数控制的

4. DFS和BFS，同质性和相似性，应用的场景。

后来面试官说DFS适用于社区发现，BFS适用于推荐，但我回答的我们主要考虑DFS做推荐，主要讲的是DFS具有探索性以及BFS具有利用已有信息的性质。同质性和结构性分不清楚，没怎么说

BFS可以容纳更多同质性的节点，反映的是结构性；DFS可以容纳更多的结构性的节点，反映的是同质性。

https://zhuanlan.zhihu.com/p/64756917（这里讲的很好）

#算法

1. 字符串的最短编辑距离，给定两个字符串，通过增删改操作，实现字符串相等的最小修改次数。这道题感觉有些复杂，说不会面试官给换了一道题

https://blog.csdn.net/ac540101928/article/details/52786435

2. 字符串的最长公共连续子串。用了暴力和动规，但是动规是O(n2)的空间复杂度，关于空间的优化没有实现出来

主要在于保留上一层的前一个结果，应该有一个单独的对象去保存，但我是直接覆盖了所以出了问题

#智力题

1. 1-7的随机数生成器，怎么模拟1-5随机数生成器

我就说关键是要保证1-5的概率是一样的，但是没有具体思路。面试官给了一个思路是1-7的生成器去生成随机数，如果>5那么重新生成，<=5则停止，这样可行吗？我说的是概率可能不太一样，但是也没想清楚。直接抛弃大于5的可行吗？可以保证概率相等吗？

一般都是1-5生成1-7，这里应该可以直接大于5的抛弃，小于等于5则停止

2. 一根棍子，分成三段，成为三角形的概率有多大，任意两边大于第三边

https://blog.csdn.net/fanoluo/article/details/40374571

【腾讯】一面挂

感觉腾讯没啥hc了

1. 介绍一下你主要做的召回工作，YoutubeDNN输入样本怎么设置的，有没有遇到什么难点？

2. 写个二叉树层次遍历

3. 过拟合和欠拟合、梯度消失和梯度爆炸

4. 了解哪些机器学习模型，哪些深度模型

5. 一个hello字符，变换字符位置后如果在字典中，这就是得到了兄弟词，怎么快速找到它的所有兄弟词

字典树/hello全排列/根据字符及其数目判断是否相等来得到，要分析时间复杂度，但是不知道最优解是什么

【贝壳】已oc

一面聊的比较浅，没有太多点

二面

刚开始介绍实习，围绕实习问了一些问题，也有一些开放性的比如你觉得哪个部分你做的最好

做得不好的地方：写了一个题没写出来，xgboost为什么使用二阶泰勒展开，目的是什么？有什么优势？FM和deepFM的区别及应用场景，FM的时间复杂度，手推公式

面试官反馈：太紧张了，知识的深度还有进步的空间

hr面

常规问题、现在还有哪些面试机会

【转转】等oc

一面

简历上的项目挨个问，写了两道题

1. 求数组中第二大的数——两遍遍历、堆、两个常数指针存储，时间复杂度O(2n)-O(nlog2)-O(n)，空间复杂度O(1)-O(2)-O(1)

2. 一根绳子，划分三段，是三角形的概率

二面

主要是简历，但是我感觉问的很大很泛，比如让我介绍整个推荐的输入、优化目标以及做了哪些优化，怎么更好地拟合业务目标等

没回答好的一点是youtubednn里面的输入向量维度的映射是怎么做的，比如最开始维度不统一，然后怎么映射成统一维度比如150维的

LR里面的极大似然函数是什么

hr面

为什么去实习

目前有哪些offer，带户口吗

你认为转转能给你带来什么？怎么评价

【字节】一面挂

算法题：合并K个有序list，两两合并/堆，计算时间复杂度，对于logN级别的时间复杂度计算不熟练

1. 有没有看过相关的书，看什么书，是不是系统地学习了相关知识

2. 聊了UCB，为什么这么做，面试官觉得这样是一种奇怪的做法

3. L1L2正则特性，为什么又这种特性？

我提到解空间形状，面试官问解空间是怎么画出来的，没答出来。

https://blog.csdn.net/zouxy09/article/details/24971995 就是w1和w2空间下，根据公式画出来的菱形

4. 回归问题中，对于离群点，L1和L2谁会更敏感？怎么在优化L1和L2loss

这里我之前没搞明白：L1loss和正则是不同的，注意区分二者

这个问题真没想过，面试官一直给提示，但是我还是没有回答出来。

查询了发现是smoothL1的思路 https://cloud.tencent.com/developer/article/1441560

https://blog.csdn.net/weixin_43216017/article/details/88017122

【YY】一面

介绍自己做的比较好的，然后从实习说起，讲一下KNN把，item2vec和node2vec是怎么做到浏览时长提升这么多的，youtubednn介绍一下怎么做的，ucb介绍一下，强化学习了解吗，提到强化学习跟多臂***问题有点相似，两个比赛哪个你觉得做的好，主要介绍了信用评估，用的xgboost，怎么特征筛选及数据清洗，缺失值怎么处理，怎么没用lightgbm，说下随机森林和xgboost，哪个是并行哪个是串行。问下深度学习的内容，梯度消失和梯度爆炸，常用的激活函数。

常用语言，scala了解程度怎么样

算法题-反转链表

面试官问工作地点怎么选，你对推荐这个方向感兴趣吗，反问业务-个性化push和技术栈-python/scala

【bilibili】一面

1. 你是计算机专业的，为什么要来投风控算法

2. 信用风险预估竞赛，讲讲你的思路以及整体的流程，想查看某一列的分布的函数是什么？确切的函数名（想不起来了），讲讲xgboost和随机森林的区别

3. 介绍下FM

4. 熟悉sql吗，考了几个语句，分组排序，join的几种方式之类的

介绍业务，识别恶意薅羊毛，sql是负责收集数据，算法模型基本就是xgboost之类的

【快手】已意向书

一面

1. 围绕项目，面试官可能对faiss库比较熟，主要问了faiss库原理，分级索引，怎么建索引