更新：技术面过了，今晚刚刚HR面，就是HR面的常规问题。明天给结果！！！ ---------------------------------------------------------------------------------------------------------------------------------------------------- 楼主老早之前(提前批)投了深信服的算法岗，一直没面试(应该是简历挂了)。后面突然有一天收到短信，说算法岗满了，让我转测试开发工程师。后面还发了笔试，我没有做，昨晚很神奇地收到了面试通知。以下为面经，两次面试均为电话面...

一面技术(30分钟)： 1. 自我介绍 2. 讲一下哈啰出行的项目(详细讲一下) 3. 以上实习有哪些数据？分别是什么？怎么做数据处理的? 4. 看你在这里面用的是lightgbm模型，你用过xgboost吗？ 5. 特征选择有哪些方法？来具体的讲一下 6. 你这个实习项目的指标具体是什么意思，讲一下(就是precision和recall) 7. 在平安的实习讲一下 (详细讲一下) 8. 里面用到的神经网络的原理讲一下 9. 在学校的科研经历讲一下，主要是基于什么问题怎么做改进的？ ...

国庆节准备出去旅游，9月份秋招真的心累，好在结果还不错，国庆准备和室友去周边旅游一波！！！???

更新：已拿到意向书 ------------------------------------------------------------------------------------------------------------------------ 一面技术(30分钟): 1.  自我介绍 2. 简历上的实习项目挑一个讲一下(详细) 3. 讲一下你用到的网络的原理 4. 线性回归模型讲一下 5. 线性回归的损失函数怎么推导得到的？ 6. 什么是过拟合？过拟合的原因讲一下？怎么解决这个问题呢？ 7. 无监督学习了...

一面技术(30分钟)： 1. 自我介绍 2. 讲一下哈啰出行的项目(详细的讲一下) 3. 以上的项目从数据预处理，特征选择，模型训练，测试上线来仔细说一下？ 4. 看你项目里用的lightgbm，可以简单的讲一下吗？ 5. lightgbm基于GBDT做了哪些改进，说一下? 6. lightgbm的直方图加速具体怎么做的？能说一下吗？ 7. 训练模型过拟合的原因有哪些？有哪些解决方案？ 8. 信用卡欺诈检测的项目讲一下？(仔细的讲一下) 9. 样本不平衡问题是怎么解决的？ 10. 为什么要选用这些模型？有什么依据吗...