秋招（阿里，华为，搜狐，唯品会offer）分享面经攒人品

撸主是数据挖掘方向的，比较偏深度学习和NLP一点，所有公司的大大小小的面试加起来应该有20多场，目前拿到offer的是：

阿里巴巴（算法工程师）

搜狐（深度学习算法工程师）

华为（算法工程师）

唯品会（算法工程师）

————————————————————————————————————————

美团点评（过了总监面，等节后可能是hr面）

百度、新浪（节后面试）

但是这段时间笔试面试太累了，之后可能就简单体验一下了。

=======================我是分界线===============================

以下就简单说一下遇到的面试题，供各位参考。

一.【计算机算法题】

主要是考一些经典的算法的应用。

1. 汉诺塔问题

2. 背包问题

3. 青蛙跳台阶

4. 手写排序算法：快排，冒泡，桶排序等。

5. 手写查找算法：二分查找

6. 手写出数组元素的排列组合

7. 字符串最长递增子串

8. 数组最大连续子数组和

9. 数据结构，链表、队列、栈和树的一些简单性质

…

总结：暂时记住的是这些吧。问的挺多的，但是有一些实在是太久远了忘记了。考的基础题比较多，经典的计算机算法题复习一下，《剑指offer》的题（牛客上有）刷一下，leetcode刷到“中等”足够，动态规划、回溯那些算法复习一下。

————————————————————————————————————————

二. 传统的【统计机器学习算法】

主要考一些常用的算法、数学推导等。

1. 手推svm算法（问得最多），基础的线性可分svm数学原理建议搞清楚，svm适合求解什么类的问题（比如参数数量大于样本数等等），有的面官会问最大超平面和合页损失函数的区别和联系，有的面官会问到SMO算法原理，对于非线性核的理解。

2. 手推逻辑回归，以较多，要知道logistic的损失函数的推导（可以从最大似然推出），为什么用sigmoid等等。

3. 手推朴素贝叶斯，朴素贝叶斯的问题（对没出现词的解决，如laplace平滑等）

4. 降维算法，这个问的比较少，常用的了解一下，主成分分析（有一个面官问原理和细节了）、lda原理、流形学习、***尺度分析等。

5. 常用的解决缺失数据的方法。

6. L0，L1，L2的作用，区别与联系。

7. 如何解决过拟合的问题，如正则化，增加训练样本，early stop，dropout，relu，weight decay等。

8. 手推决策树算法，id3与c4.5区别，信息熵、信息增益、信息增益比、gini系数，分类树与回归树，bagging和boosting区别，随机森林、adaboost、gbdt和xgboost等。

9. 梯度下降公式。

10.有的问了一些场景题，具体有点忘记了。

…

暂时记住了这些，基础的数学推导要懂，算法的特点、能解决的问题、局限性要懂的清楚一点。

————————————————————————————————————————

三. 【深度学习算法】

1. 介绍MLP，CNNs（ResNet，VGG等），RNNs（LSTM、GRU等）的原理。

2. 画出LSTM和GRU的一个Cell（只有一个公司的面官问了，还好我LSTM用的比较多，画出来了，面官连续说了5个“很好”吧…最后聊的很开心…）

3. RNN的问题（长程记忆没办法保存），LSTM和GRU是怎么解决的，哪个结构解决了这个问题。

4. CNN为什么用ReLU，为什么不用sigmoid？ RNNs为什么用tanh不用ReLU？ReLU的问题以及解决方案。

5. 梯度消失与梯度爆炸。

6. 常用的深度学习的trick？Batch Normalization，初始化的方法，Dropout，Weight Decay，Shuffle，Learning rate的调整，Attention等。

7. 为什么CNN可以处理文本，原理在哪里。为什么CNN在文本卷积的窗口大小和Embedding的维度一般是一样的？

————————————————————————————————————————

四. 【通用的问题】

1. 介绍项目，注意不要刻意夸大自己在项目中的作用，实话实说就行，项目中分析整个问题、选择算法、建模调参的过程想清楚，特别是为什么选这个参数不选那个参数要想清楚。虽然炼丹炼^_^多了、黑盒子也很多，讲不出也可以理解，但是如果从逻辑上或者直观上能分析清楚这个参数比另一个参数好的原因，应该是加分项，而且面官会问的很细。

2. 你对我或者公司有什么问题。

————————————————————————————————————————

五. 【HR】

1. 对前面自己面试的评价，对面官和面试过程的评价。

2. 最挫折的一件事，自己最大的缺点（优点）。。。

3. 有哪些offer了。

4. 对薪酬的期待（窃以为这个问题不太体谅面试。。。我们都是校招，本来就不太知道行情。。。）。

5. 对offer的选择主要考虑哪些因素。

6. 家乡，学校的一些细节，爱好，高考在全省的名次。。。