oc后发面经，球球了
-----分割线-----
4.12oc了，许愿正式邮件
先发凉经，录用后发全部～
岗位：机器学习算法岗
腾讯WXG一面（3月11号）
1、手撕快拍、二分查找
2、K-means的三个重要参数，如何选择最佳的K
3、RNN和LSTM知道吗？说下你的理解
4、wide&deep知道吗
5、bert知道吗
6、决策树是怎么处理缺失值问题的
7、python的单实例
8、AUC指标有什么好处？为什么
9、赛马问题
美团一面（4月1号）
1、 你知道的激活函数有哪些，介绍一下他们
2、 你刚才提到的Sigmoid有梯度消失的问题，为什么会存在这个，relu是怎么解决的？
3、 梯度消失和梯度爆炸的原因、怎么判断出现了这样的问题、如何处理他们？
4、 过拟合怎么解决？
5、 你知道的损失函数有哪些？介绍一下他们的差别以及适用于什么场景？
6、 你刚才说的svm中使用了hingloss，从原理上讲一下他为什么使用hingloss
7、 你以后想从事的领域和方向
8、 你说你对推荐系统的NCF有部分了解，讲一下你所知道的。
9、 手撕代码：找到数组中和为k的连续的子数组的个数
美团二面（4月8号）
1、 介绍一下论文项目，用到的技术，方案的闪光点
2、 因为用到了KNN技术，问了K值怎么选，以及K值越大模型复杂度越高还是越低。
3、 知道哪些分类模型？
4、 讲一下xgboost和lr模型的优缺点
5、 你说xgboost模型效果好，为什么在推荐中工业界对lr使用得更多，能分析一下原因?
6、 特征工程怎么做，决策树特征重要性怎么算的。
7、 lr的损失函数吗？
8、 Lr多分类的目标函数是什么？
9、 Lr在二分类中用到了sigmoid函数，多分类中是softmax函数，当softmax函数用于二分类问题的时候，这两个的区别？
10、 直接用Softmax函数进行多分类和用sigmoid的函数二分类组合进行多分类的区别，各自适用于怎么样的场景？
11、 知道哪些二分类的评价指标？
12、 上面的问题提到AUC了，讲一下对AUC的理解
13、 AUC怎么计算
14、 手撕AUC计算代码
全部评论
(8) 回帖