百度提前批

面试为北京时间晚上将近11点，感谢面试官，整场非常专业，有项目相关，也有基础知识，每一个点都会继续问下去直到我不会或者说错为止（就是宿舍的破网速影响好几个问题都没听清,RCN就是个智障）。

一面（过）

• 讲一下gbdt

• GBDT中使用了残差，为什么此时用负梯度可以拟合残差（我理解的是这个意思，所以如下回答， 但是可能没听清楚）

• 讲一下词嵌入：

• Word2vec讲一下，你比较熟悉哪个模型，我说cbow，于是讲了一下。

• Skip-gram的负采样详细说说，负采样是怎么采的（非常juti）

• 快排：

• 为什么快排的时间复杂度是nlog(n),快排和归并排序有什么区别

• CNN与RNN有什么区别

• RNN为什么难以训练，LSTM又做了什么改进

• 两个正则化的参数分布

• 先验分布与后验分布

• 接着手撕5道算法，进两小时

  二面（挂）

• 简历面，问bert和xlnet的互相弥补与改进，论文等，不是特别了解预训练模型基本原理，挂。

  阿里

  阿里一面（过）

• 简历面

  阿里二面（失联卡流程）

• Seq2seq生成式，encoder,decoder采用RNN的时候，训练和测试时有什么区别，groudtruth等问题，问到特别特别细，没手写过直接hugging face真的顶不住。

第四范式

二面（过）

• 简历面
• 实际问题：有一些产品，现在要发奖券，有面值不同的奖券，如何建模将这些奖券分发给用户，需要提取用户的那些历史信息等。（提出一种思路，给每个奖券建模，二分类，发或不发，然后加权balabala....）

  三面总监面(挂)

• 依旧是实际问题，amazon定价，实际情况如何降维，答的不好还瞎说自己有市场意识果断被挂了，Financial的课上了个寂寞......希望如果简历上写了这门课，即使不是特别和专业相关，也要看一眼，后面几面没准就问到了。

京东（OFFER）

一面二面都是电话面，基本是问简历上有的东西，昨天终于开奖了。

PS：算法白菜offer,海外top30硕，时差面试党，本科硬件，硕士转的计算机，无实习无论文有两个比赛，虽然算法今年很难，特别难，但是如果真的喜欢，还是可以冲一冲的，最后还是劝大家慎重再慎重！