字节DATA 推荐算法工程师1、2面面经
由于简历一直被卡着，直到最近才约到了字节的面试。
实验室是CV方向，侥幸得到了某大厂暑期实习的机会，才决定转推荐算法。
一面：
1.普通的自我介绍
2.讲述一下FFM和FM，之后问了如何处理特征，我没有get到面试官的点，就回答了对于类别型特征如何处理，对于数值型特征如何处理。（没有get到面试官问的点是最可怕的）
3.暑期实习期间项目（ps：这个聊的时间最多了，看来大厂的实习光环还是很重要的）
4.GDBT的基本原理，我描述了基本的思想和算法流程之后，面试官问这其中的残差和梯度之间的关系，这个没有回答上来，确实是忘记了。
5.coding：数据流中，按照某个窗口大小，找窗口中的最大值。leetcode原题。先描述一下做法，做法没有什么问题，然后开始写代码，写的过程中有一些磕绊，最后还是写出来了。（之前看面经，有一个同学说自己被嫌弃写code太慢挂掉了，我也以为自己这次没戏了，但是没想到还有二面）
二面：
1.普通的自我介绍
2.Kaggle 比赛是怎么做的，为什么这样去做，有哪些收获。
3.暑期实习期间项目（ps：这部分时间也是最多的）
4.coding：设计一个函数，判断传入的IP地址在过去一个小时之内的访问次数是否大于10000次。这个问题没有做出来。（还是没有get到面试官出这个题的点，当时自己想的太过于复杂，就不知如何去实现了）
之后二面的面试官说和之前一面的面试官通过一下，然后再给我之后的消息。（许愿能有之后的三面和hr面）
比较我之前的看到的面经，我感觉自己的这两次面试，有点奇奇怪怪的，机器学习或者深度学习的基础知识东西问的特别少。并没有像其他同学那样，基础知识问的面面俱到，可能是我暑期实习的原因吧。
查看9道真题和解析
虹软科技工作强度 10人发布
投递虹软科技等公司10个岗位