投的字节某部门的算法提前批,字节的面试体验还是非常好的,无奈本人太菜,感觉自己的基础还不够扎实,代码题写的磕磕绊绊,对很多算法的细节了解的不够深入,希望以后多多提升自己吧,秋招再战~在此总结一下:
一面:
1. 自我介绍
2. 介绍实习经历,根据实习问细节,主要是推荐系统相关的,数据量,实际采用的模型,特征处理方法,线上效果怎么样
3. 介绍项目,根据项目问细节,主要是数据处理,特征工程,特征分布,以及为何要这样处理
4. 用过GBDT,讲一下GBDT的原理
5. 介绍一下XGB和lightGBM,对GBDT做了哪些改进
6. 对推荐系统了解多少,流程介绍一下
7. 介绍一下Word2vec,原理是什么,具体怎么做
8. 手撕代码:精简linux指令
9. 反问:业务相关
二面:
1. 自我介绍
2. 介绍实习经历,问实习经历中的细节,推荐系统具体规模多大,怎么拿数据,怎么提特征,怎么训练,以及为什么要这么做
3. 什么是embedding,介绍一下embedding具体怎么做
4. 对序列特征可以怎么处理,有哪些处理方法
5. 问一个强化学习的项目,介绍Q-Learning的原理
6. 对负样本采样后值分布不均怎么处理
7. 项目用到的特征稀疏还是稠密
8. 介绍一下深度学习中的梯度下降方法
9. 解释随机梯度下降,Mini-batch梯度下降是怎么做的
10. 如何应对局部最优问题
11. 推荐模型了解哪些
12. 解释deepfm原理
13. 了解din模型吗
14. FM的复杂度是多少,为什么
15. xgboost,gbdt原理介绍,Xgb对gbdt有什么改进,Xgb具体怎么处理缺失值,Xgb具体怎么分布式训练
16. 手撕代码:顺时针螺旋打印矩阵
17. 反问:业务相关
以上。
全部评论
(3) 回帖