字节 - 风控算法实习生面试（一、二面）面经
一面
1. 一个一个问项目
2.常见数据预处理工作（缺失值填补，离散变量编码，归一化等等）
3. 数据分箱算法了解吗？分箱算法的好处，python常用的自动分箱的库。（这个我也麻了，自动分箱在学校项目里确实很少用到）
4.了解哪些特征筛选方法？
5. K-means和GMM原理，两个有什么联系和区别
6. 还了解哪些聚类算法？聚类算法有哪些常用的距离度量方式？
7. KNN算法找到最近的样本点计算很复杂，有什么改进算法？（KD树）
8. 决策树算法按照什么标准进行分割的？随机森林算法和boosting tree有什么区别？
9. 随机森林进行特征筛选的原理是什么？（这个当时回答的不好，我本来以为是进行特征前向筛选，根据重要性排序。结果后来在网上搜索发现是向特征X注入随机噪声，计算袋外误差（OOB）变化来进行的排序）
10. 怎样解决过拟合问题？（问的循序渐进，比如我说可以数据增强，就问数据增强哪些方法；然后说加入Dropout，就问dropout在CNN中如何实现的；然后说加入BN层，就直接问那比如一个三通道的图像数据输入，BN是Normal哪个维度的数据......等等）
11. 进程/线程/协程区别。python的GIL机制了解吗？讲一讲为什么有GIL，有什么坏处，怎么解决。（这个问题属实没想到，面算法居然考了这个，回答的不太好，记不太清楚了）
算法：
第一题：走楼梯（N阶楼梯一次1步或者2步，走完多少种方法，LC简单题），就是简单的动态规划。但是他会追问，如何优化空间（两个变量）；如何优化时间（快速幂乘法）
第二题：（这道题没怎么见过）给定一个二叉树，玩家1已经选择了二叉树的一个节点X；你是玩家2，你也可以选择一个开始节点。你们开始做游戏，从选择的开始节点开始感染相邻节点（只能感染未被感染的父节点或者子节点），最后谁感染的节点更多谁就赢了。题目给定了一个二叉树，二叉树的总节点个数N和玩家1选定的节点X，输出你是否能够找到一个开始节点使得你本场游戏一定不输（True or Flase）。我估计这道题是LC中等难度的，面试官说你想好了说说思路，能把伪代码写出来就行。一开始想错了，后经过提醒改正，写出了伪代码。
二面
1. 选一个项目展开讲讲（讲了学校的科研项目）
2. 讲一讲项目里用到的元学习网络Reptile。
3. 小样本学习除了这个网络以外还有了解吗？（讲了讲小样本学习网络孪生网络）你们当时为何采用Reptile而不用其他网络呢？
4. GAN网络的原理。GAN网络的损失函数如何定义的？（这个损失函数搞忘了，复习确实不到位）
5. 交叉熵损失函数是什么？写下来。为什么分类任务里面用交叉熵而不用MSE（估计看我前面没说出来GAN损失函数，就问了这个问题）
6. 常用的正则化方法？（跟一面类似，但是详细问了一下L1正则和L2正则的区别，L1 L2服从哪个分布之类的）
7. 还是问了树模型，跟一面相似。（决策树分类标准，决策树学习到的是什么？决策树怎么用于回归问题呢？）
8. 问了RNN的原理；LSTM的原理；除了LSTM还知道哪些gate RNN；写一下LSTM的公式，gate是怎么样的？（这个写LSTM公式又麻了，公式一大串根本记不清楚了，我简单说了一下LSTM的构造和RNN的不同之处，公式记不住了）
概率题
条件概率题：讲的是扔硬币，m个假硬币只有正面，n个真硬币有正面有反面。现在挑了一个硬币，扔了r次硬币全都是正面，问这个硬币是真硬币的概率。（需要在那个面试系统里面边写边讲）
算法题
正则表达式匹配那道题（LC hard难度）
三面
（今晚三面，总结一下以前的面试情况当作复习了。字节实习生要四次面试，太难了）
