阿里高德 算法工程师(还愿)

阿里高德 算法工程师面经求分享(机器学习/搜索/nlp/推荐/广告)

我面的部门是阿里 高德的推荐/搜索/广告投放 部门,,,求三面及 交叉面 的面经
(交叉面的话,只要是类似岗位:机器学习/nlp/推荐/搜索/广告,,,应该都是同一个大佬面试,跪求面经

提前感谢各位大佬,有幸上岸的话,空了一定整理秋招面经还愿~



还愿:10.28,收到意向书了。

额,,,很奇怪,一二三面都是问的项目,只有一面问了一个简单的算法题(二分类),其他几面都没问,一二三面面试官都非常nice,感觉组内氛围很好~

交叉面,随机抽的面试官,可能催了好多次了,不知道是不是把他催烦了(约好时间,鸽了我好几次),问的可难了(秋招最难的一面),参考价值不大啊。基本完全没问简历,想到啥问的啥,包括cv/nlp/推荐的知识,但是还是感谢交叉面面试官给我过了。

hr面就有点扯犊子了,不愧是阿里啊,上来就pua我,我说自己拿了几个其他大厂offer,hr就开始说我要是拒一些offer,问我知不知道会给hr带来多大伤害,然后blabla就开始pua了一顿,我都蒙蔽了。。。。。行吧,我敢说啥,但是依然感谢给我过了。

ps:希望大家都能斩获心仪大厂的offer~
#阿里巴巴##高德##面经#
全部评论
笑死  hr知不知道如果拒掉我 会给我带来多大的伤害🥺
2 回复 分享
发布于 2021-03-08 10:59
请问下大佬最后去了吗,我也是面的高德搜广推方向,现在到HR面了,但是牛客上基本查不到任何面经,想跟大佬打听下内部情况如何?
点赞 回复 分享
发布于 2022-11-01 11:43 广东
大佬 你您这个面经可以再细一点么😭
点赞 回复 分享
发布于 2021-08-10 10:48
每轮面试隔多长时间?
点赞 回复 分享
发布于 2021-03-04 20:51
点赞 回复 分享
发布于 2020-10-25 22:47
求意向书
点赞 回复 分享
发布于 2020-10-25 22:47
包邮阿里HR面顺利,希望顺利上岸
点赞 回复 分享
发布于 2020-10-23 11:49
求交叉面啊(球球阿里别再pua我了)
点赞 回复 分享
发布于 2020-10-19 23:53
保佑交叉面顺利
点赞 回复 分享
发布于 2020-10-17 14:35
保佑阿里上岸啊啊啊啊 plz
点赞 回复 分享
发布于 2020-10-16 14:36
点赞 回复 分享
发布于 2020-10-16 14:25
楼主面了多久通知的交叉面
点赞 回复 分享
发布于 2020-10-14 22:49
求交叉面面经😂😂😂
点赞 回复 分享
发布于 2020-10-13 10:21
好像在哪里见过这个帖子。。。
点赞 回复 分享
发布于 2020-10-10 00:00
阿里都10月了,还能有hc吗。。。
点赞 回复 分享
发布于 2020-10-09 16:23
提前感谢各位大佬,有幸上岸的话,空了一定整理面经还愿~
点赞 回复 分享
发布于 2020-10-09 16:16

相关推荐

04-02 16:10
南昌大学 Java
无项目拷打(27min)1.自我介绍(学历,项目)2.面向对象与面向过程的区别3.封装继承多态深入说说4.面向对象与面向过程的性能差别5.我看你项目使用的是SPRINGBOOT,能否说出该框架相对于市面上的其他框架的优点6.能说出SRPRINGBOOT的常用注解吗7.序列化与反序列化的区别及其使用场景8.关系型数据库与非关系型数据库的区别9.垃圾回收算法(只说了标记清除、标记压缩和复制,忘了分代算法和分区算法也可以分开说了)10.说一下刚才你说的这几个垃圾回收算法的垃圾回收具体流程11.......(还有几个问题我忘了)(18min)11.算法题--数字1~26分别代表字母A~Z,给定一个数字子串如"122356",输出所有可以转化的字串可能。(13min没a出来,就讲了一下自己的思路,还有卡在哪,想用回溯但是不知道每一次子回溯的循环条件)12.面试官看我a不出来就让我写一道字符串反转算法就可以了(对不起我太菜了)13.如何测试你这个字符串反转算法,设计一下测试流程(2min)反问......笔试编程题3道大题0分也有的面有点让我惊讶。面试官人很好,是我太菜了。之后得再好好准备八股和算法了。就算4月暑期没有offer,5月份也还能投投日常准备秋招。放平心态接着冲。#实习期间如何提升留用概率?##牛客创作赏金赛##java##面试##如何一边实习一边秋招##笔试##面经##牛客AI配图神器#
点赞 评论 收藏
分享
1. 技术理解深度- 普通产品经理:侧重业务逻辑与用户体验,理解基础技术原理即可,如前后端协作。- AI产品经理:需深入掌握机器学习、深度学习等算法原理,了解数据预处理、特征工程、模型训练与评估等流程。2. 数据驱动程度- 普通产品经理:依赖用户调研与市场分析,数据用于验证假设。- AI产品经理:以数据为核心,需主导数据采集(如设计埋点方案)、清洗(处理缺失值与噪声)及标注流程(如医学影像的专家标注标准),且需评估数据质量对模型效果的影响。3. 开发流程- 普通产品经理:遵循传统敏捷开发,需求明确后推进开发(如功能优先级排序)。- AI产品经理:需管理不确定性较高的AI开发周期,例如:- 模型实验阶段:设计对比。- 迭代模式:采用「数据-模型-反馈」闭环。- 冷启动问题:规划数据积累策略。4. 风险评估维度- 普通产品经理:关注市场风险(如竞品功能)或技术实现风险(如开发周期延迟)。- AI产品经理:需额外应对:- 算法偏见:设计公平性评估指标(如不同性别用户的推荐覆盖率差异)。- 模型可解释性:在金融风控等场景需提供决策依据(如SHAP值分析)。- 数据合规:确保符合GDPR等法规(如用户数据的匿名化处理)。5. 协作团队角色- 普通产品经理:主要对接开发、设计、运营团队。- AI产品经理:需深度协同数据科学家(如特征选择方案)、算法工程师(如模型压缩部署方案)、数据标注团队(如制定标注SOP)。6. 效果评估指标- 普通产品经理:关注业务指标(DAU、转化率)。- AI产品经理:需兼顾技术与业务双重指标。 #聊聊我眼中的AI#  #牛客激励计划#  #产品经理#  #聊聊我眼中的AI#  #AI产品经理# #牛客AI配图神器# #牛客AI配图神器#
点赞 评论 收藏
分享
评论
5
14
分享

创作者周榜

更多
牛客网
牛客企业服务