首页 > 映客算法面经
头像
jesse-jia
编辑于 2020-08-22 06:29
+ 关注

映客算法面经

之前看了很多牛友分享的帖子,现在写下面经希望能帮助到牛友们~
楼主方向是推荐与计算广告,面的是推荐算法岗。

一面:视频面试

简单的自我介绍,然后是介绍项目,论文和比赛,其中对一些细节问了一些大概。

GBDT需不需要进行归一化?

LR为什么用的是sigmoid函数?

项目中的随机游走算法,怎样才算达到稳态?

FM做了什么,针对什么问题?

样本不均衡时的处理方法?
过拟合的解决方法?

问了对于推荐系统的理解?

GBDT和XGBOOST的相关问题?

手撕代码:有一排学生共n个人,每个人最远可以把信息传递离他m个人远的人,求从队头传到队尾总共有多少种传递方法?(n >m)

总体来说,一面的面试官很nice,还详细介绍了部门的主要工作,包括推荐的整体架构。面完后面试官就让我好好准备二面了。


二面:电话面试

注: 我投的是推荐算法,面试官是做CV的,看到我的简历想让我转CV,于是先来面我;

我表示更想做推荐,面试官说想做推荐的话还需要加一轮技术面,转视觉的话就可以直接Hr面了。

1.介绍项目、论文、比赛

2.比赛中提到word2vec,介绍一下w2v

3.boostingbagging的区别?

4. AdaboostXGBOOSTLGB的区别?

5. 常见的防止过拟合的手段?

6. 为什么K折交叉验证能防止过拟合?

大概就聊了这么多,然后到反问环节,总共过程不到40分钟。

这次没有手撕代码题,当然电话面手撕代码也不太直观,所以就结束了,听面试官的意思应该是过了,看会不会加面吧。

HR面:
结果没有进行加面,Hr小姐姐给我打电话来了,看来就是视觉算法岗。
主要问了些常规的问题,比如说项目中遇到的困难和解决办法,平常的自学手段等。聊了大概20多分钟,体验很不错。Hr说大概一周会有消息。


HR面过一周:
刚好过一周的时间收到了意向书,视觉算法岗,很准时呀。(映客这里叫offer直通卡,都是一个意思)

希望各位牛友一路顺利~

更多模拟面试

全部评论

(11) 回帖
加载中...
话题 回帖

推荐话题

相关热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐