楼主由于学校那边还有一些任务没完成，另外个人实力实在是很差啊，主要是基础不扎实，所以春招前期边完成学校任务边复习（刷题，看技术博客，刷面经等），从三月底才开始投简历，楼主投的都是算法岗（机器学习，推荐算法相关的），四月中旬陆续开始面试。面试的公司有 腾讯，滴滴，小米，百度，字节，京东，同程艺龙，平安科技，华为，bigo。口头offer的有 滴滴，平安科技，bigo。还有京东刚刚结束hr面，等消息。其他的都挂了~ 对于一个菜鸡来说，能收到offer已经很满意，毕竟自己什么实力心里很清楚。在这里分享一波面经，希望对大家有帮助，找工作的我们也真的很不容易呀！
腾讯提前批——游戏部门 （一面挂）
一面 （电话）
主要聊项目，因为科研项目是图表示学习相关的（GNN，Graph embedding），他们组对这个感兴趣。从我的个人项目聊到deepwalk, node2vec, GCN, GraphSAGE, GAT等。
另外，还问了对sql, 大数据处理工具spark，MapReduce了解掌握情况。
挂的原因，我觉得一是自己简历不够出色，二是对sql, 大数据处理工具spark，MapReduce了解掌握不够。
字节跳动——广告计算部门（二面挂）
一面（牛客网上视频面试）
上来做题。题目很长，大致题意是给二叉树第L层加一层节点，另外考虑一些边界条件；
知道哪些优化器。我说了Momentun，AdaGrad，RMSprop，Adam。让我仔细说一下 AdaGrad;
再来一道编程，写代码实现LR（写出前向传播过程就行）。
二面（牛客网上视频面试）
了解哪些机器学习算法；
说一下随机森林、GBDT、XGBoost，lightGBM的联系和区别；
说一下梯度消失、梯度爆炸出现的原因和解决办法；
说一下对LSTM的了解；
说一下对优化器的了解（Momentun，AdaGrad，RMSprop，Adam）；
说一下BN，LN，WN；
场景题：如果数据多了一维冗余的特征，用LR训练该数据，最后AUC和权重W会怎么变化；
做题：二叉搜索树转双向链表，非递归，时间复杂度 O(n)，除借助一个辅助栈外，空间复杂度 O(1)。
挂的原因，编程能力有待加强，写代码的时候卡了很久。不过字节面面试官人很好，会一直引导你，奈何自己太菜，哎~
滴滴 （口头offer）
一面 （电话）
聊项目，比赛;
GBDT和XGBoost;
XGBoost 每一棵树的输出什么；
word2vec;
最后出了一道简单算法题，口头实现就行。
二面（电话）
面试官：“能不能问一下机器学习算法的知识？” 我（内心：这不是面试吗？）：“可以可以~”
说一下树模型（ID3, C4.5, CART）；
bagging和boosting 的区别和联系；
聊比赛，特征工程怎么做的；
过了两天，面试官发短信说给offer。这是我收到的第一个offer，内心还是很高兴的。面试虽然挺水的，不正适合我这种菜鸡吗？感谢滴滴给我后续的面试增加了信心~
小米——推荐算法（一面挂）
zoom视频
聊比赛项目；
说一下随机森林、GBDT、XGBoost、LightGBM；
手写出 XGBoost 损失函数（泰勒二阶展开）；
画出LSTM流程图；
做题，题目挺长的，我感觉有点难，没做出来，也很有可能是自己太菜吧~
小米面试还是挺硬核的，每个知识都问的很细。比如我说，LightGBM 支持类别特征，他就会问，具体是怎么实现支持类别特征的。
百度——地图 （一面挂）
百度会议视频面
计算机网络相关，三次握手，TCP协议等；
数据结构相关，红黑树等；
数据库相关，sql语句；
Linux 操作命令；
python， class里面init()函数和new有什么区别，切片等；
做题，跳跃游戏（leetcode原题）；
百度一面也太硬核了，非常注重基础。像我这种基础差的，当然是挂咯~ 最后面试官还很有耐心问：“你有什么问题问我吗？” 我：“没有没有~” 内心：赶紧溜~太丢人啦~
同程艺龙 （一面挂）
瞩目视频面
聊比赛，RNN相关的；
word2vec;
LSTM和GRU;
CRF。
这个组是搞NLP的，一直问我对NLP感不感兴趣。我直接说我没有很多这方面的经验，只知道一些基本的。
京东——广告部
一面（微信语音）
聊项目，图表示学习相关的；
说一下对Graph embedding（deepWalk，node2vec，LINE，SDNE等）的了解；
说一下GCN（GCN三代，GraphSAGE，GAT等）；
做题：1. 非递归遍历二叉树；2. 丑数；3. 打家劫舍。
二面（微信语音）
聊比赛，聊项目；
说一下PageRank，为什么最后能收敛？（项目里用到PageRank）;
word2vec；
deepwalk，node2vec，GCN；
做题：1.快排；2. 求树的深度；3. 跳台阶。
leader面（电话）
聊项目，图表示学习相关的；
什么时候能来实习，能实习多久。
HR面 （京东会议语音面）
自我介绍；
本科和研究生的区别；
导师在研究领域圈内地位怎么样；
自己长大至今有没有要感谢的人；
近五年的职业规划；
最近有没有关注新闻（我自己作死说，自己不玩微博，最近在知乎看到papi酱孩子冠姓权炒的火热。然后HR问我怎么看待这个事，如果自己以后妻子要求孩子跟她姓，父母不同意，怎么办？）;
京东技术面感觉还可以，但是HR面不怎么样，最后HR也没有给我反问她的机会，也没有谈实习时长和入职时间，是不是凉了啊~ 我也看到牛客上很多人说京东池子水很深，人均HR面。哎~
BIGO——广告计算 （口头offer）
一面（牛客网视频面）：
说一下图表示学习（GCN和Graph embedding）;
聊比赛；
说一下XGboost，lightGBM的联系和区别，他们分别怎么是怎么处理离散类别特征的；
说一下LR，LR为什么选择sigmoid作为激活函数；
做题，合并k个链表。
二面（牛客网视频面）
聊比赛，全程抠细节。
xgboost 是怎么支持并行化处理的；
树模型能否实现组合特征，和特征工程中的组合特征有什么区别；
BN细节，和特征工程中归一化处理有什么区别。
HR面（电话）
自我介绍；
之前是否了解BIGO;
目前收到哪些offer，更倾向于去哪；
最后向我推荐了一波BIGO，希望我去BIGO。
平安科技——赛飞ai团队（口头offer）
这个是部门直招，就是团队leader约我微信视频聊了两个小时，全是我个人项目和研究方向相关的，没有什么参考价值。
全部评论
(6) 回帖