360 手机卫士-机器学习算法研发工程师 面经
本来说中午两点三面的， 一直没消息。 那我就回馈牛客发个一二面面经吧～
---------------
一面，等了半个小时， 结果我电脑了麦克风不好。面试官加了我的微信之后电话过来问的。一共30min
0.没有自我介绍
1.介绍实习项目
2.特征选择的几种方式有没有特定的应用场景？
3. 出了xgb和lr还了解哪些机器学习模型， svm核函数变换有什么好处？
4.用过什么聚类算法， 什么时候需要用聚类？
5.神经网络了解过吗， 讲一下权值共享
6.hmm了解过吗？ 有什么样的应用场景？
7.lstm了解过吗？用过吗？（这个真的没有
8.平时什么编程语言用的比较多？
9. 还有什么你自己的优点我没有问到的.（这里我说了我会分布式框架）
10.有什么要问我的？
总体感觉面试官面的不难， 大概就是说了下项目实习以及一些基础的机器学习算法。
-----------------
- 二面 40min
0.自我介绍
1. 实习经历介绍下
2.xgb与lr相比优缺点在哪里
3.xgb与gbdt相比的好处
4.哪些机器学习算法比较了解？
5. linux了解吗？（出了一个题， 一个文本里面有0 1和其他字符， 要获取除了01 以外的字符输入到另外一个文本）这里我对linux文本处理不太熟悉， 然后我就说不太了解。 后来面试官让我下去了解一下awk的高级用法， 受教了
6. 九宫格输入法怎么实现单词提示（比如输入a，提示advertise） 什么数据结构实现？
7.能否实习
8.有什么要问他的？
----------------------
等了俩小时终于等来了三面hr小姐姐。
三面： 大概25min
摄像头出了点问题， 调了半天， 还好hr小姐姐没有不耐烦。
0. 没有自我介绍
1. 为什么实习不转正
2. 哪儿人
3. 实验室的工作时间是怎么样的
4. 工作地点有什么要求？
5. 目前面了哪几家， offer情况
6. 推荐算法和安全算法比较喜欢做哪一个、
7. 有没有什么要问我的（加班， 结果什么时候出来， 测评， hr小姐姐说测评是走流程， 基本不挂了）
--------------------
总体感受： 技术面面的比较基础， 比较在意了解算法的广度。差评的是面试官没有协调好， 牛客里也有不少吐槽的。。。面试官和hr小姐姐倒是都很nice~ 比个心心。
总算是一天都面完啦~ 希望大家都也都顺利。
百威成长空间 50人发布