牛客网上丰富的面经在我的求职路上给与了我许多帮助，让我懂得了如何规划自己的学习路线、如何设计自己的简历以及如何如何准备每一次面试。下面我将分享自己在找实习和找正式工作中的面试经验，希望能帮助到各位正在找工作的牛客er。由于时间久远，部分面经的内容已不太记得，请各位见谅。

美的算法岗实习面经：

1. pandas库中apply函数的作用？
2. apply函数如何对dataframe结构中的每一行数据进行自定义计算？
3. SQL中while和having的区别？
4. 朴素贝叶斯算法基于什么假设？

腾讯应用研究岗日常实习面经（在腾讯招聘官网投递）：

技术面（包括一面、二面）：

1. 主要问简历上的项目细节和机器学习的基础知识。
2. 使用DeepWalk算法完成推荐任务时，如何构建用户单部图？
3. 在构建用户单部图时会不会因为数据规模太大而导致出现内存溢出的问题？
4. 在数据挖掘比赛中，使用DeepWalk算法计算用户向量需要耗时多久？
5. 利用大规模的数据实现分类任务，应该使用SVM算法还是逻辑回归算法？
6. PCA降维后对模型的准确率有何影响？
7. GBDT和RF的区别
8. 手撕代码：
   8.1.leetcode1036. 逃离大迷宫
9. 情景题：
   平时玩什么手游？（答：王者荣耀）
   请设想如何设计合理的王者荣耀匹配算法？

HR面

1. 对腾讯的了解？
2. 为什么选择来腾讯实习？
3. 请讲述一段自己感觉比较失败的经历？在这段经历中自己有什么需要改进的地方？

阿里钉钉算法岗实习面经（在牛客网讨论区找的内推）：

1. 主要问日常实习期间的项目细节。
2. 如何解决项目中召回率较低的问题？
3. 如何解决NLP任务中的Out of Vocabulary(OOV)问题？
4. 如何解决标记数据较少的问题？
5. 问Bert，TextCNN，RF，GBDT原理。

字节跳动算法岗实习面经（在字节跳动招聘官网投递）：

1. 手撕代码：
   1.1.leetcode206. 反转链表
2. Xrange和range的区别？
3. 深拷贝和浅拷贝的区别？
4. 讲解一下Deepwalk和XdeepFM的原理？
5. 使用Wide&Deep算法和DeepWalk算法计算得到的用户向量，区别在哪里？

快手算法岗实习面经（在快手招聘官网投递）：

1. 手撕代码：
   1.1. leetcode46. 全排列
   1.2. 在两个排列数组中各取一个数，使得两个数的和为m
2. 简历中涉及的算法如何从模型结构上改进？
3. 推荐系统包含什么流程？分别用到什么算法？

阿里蚂蚁金服算法岗实习面经（在牛客网讨论区找的内推）：

预面试

1. 使用Word2vec算法计算得到的词向量之间为什么能够表征词语之间的语义近似关系？
2. 请介绍Bert的模型结构。
3. 在样本量较少的情况下如何扩充样本数量？

一面（技术面）

1. 介绍一下Python的装饰器。
2. 介绍一下Lstm。
3. 什么是梯度消失和梯度爆炸？
4. 请介绍Bert模型的结构。

二面（技术面）

1. 实习中的项目是否有明确的评价指标。
2. 在实习中，是否有遇到问题并解决问题的情况，请简述

腾讯应用研究岗暑期实习面经（在腾讯招聘官网投递）：

一面（技术面）

1. 决策树有多少种，分别的损失函数是什么？
2. 决策树的两种剪枝策略分别是什么？
3. 信息增益比跟信息增益相比，优势是什么？
4. XdeepFM跟DeepFM算法相比，优势是什么？
5. 如何判断环形图？
6. 快排是否是稳定的排序算法？
7. 快排的时间复杂度？

二面（技术面）

1. 请介绍Bert模型的结构。
2. 请介绍XdeepFM算法。
3. 对于长度较长的语料，如何使用Bert进行训练？

三面（技术面）

1. 聚类算法有哪些？
2. 请介绍k-mean算法的原理。
3. GNN算法有哪些？
4. 逻辑回归怎么分类非线性数据？
5. 逻辑回归引入核方法后损失函数如何求导？
6. Lighgb中树的最大深度怎么设置，为什么？
7. 请介绍几种常用的参数更新方法。
8. 请介绍Wide&Deep模型。

CVTE数据挖掘算法岗实习面经（在CVTE招聘官网投递）：

一面（技术面）

1. 不使用词向量，如何度量短文本之间的相似度
2. 非负矩阵分解的损失函数是什么？
3. Word2vec算法的原理。负采样如何实现？
4. Word2vec算法中每个batch的嵌入层权重如何训练？
5. XdeepFM中Sum Pooling层有什么作用？

二面（技术面）

1. Xgboost、lightGBM和Catboost之间的异同？
2. Xgboost的特点？
3. 情景题：有一个大小为1G的文件，文件中每行有一个词，每个词最大为16kb；现有内存为1M的计算机，找出词频前100的词。
4. 如何将jpg、pdf、word格式的简历中的数据储存成结构化的数据？
5. 请介绍Python内存管理机制两种方法的优缺点。
6. 请介绍MapReduce的过程。
7. 分别使用SQL和Python中的Pandas库计算部门员工topk工资。
8. 离线训练模型时的AUC和模型上线后的CTR变化不一致，可能是什么原因导致的？该如何处理？
9. Xgboost怎么处理离散特征？
10. Python如何实现多线程？

Bigo增长算法工程师岗（Bigo招聘官网投递）

一面（技术面）

1. Xgboost和gbdt的区别？
2. Ab测试如何保证实验组和测试组用户分布一致？
3. Sql计算用户最长连续登录天数。

二面（技术面）

1. 蓄水池抽样。
2. Xgboost的正则项使用L1还是L2？L1和L2有什么区别？正则项里如何限制算法的复杂度？

中移互联网数据研发岗（中移互联网招聘官网投递）

技术面

1. 请介绍计算机五层网络。
2. 请介绍神经网络前向传播和反向传播过程、不同大小的学习率对模型的影响。
3. 请介绍Linux中的awk、管道。
4. SQL中left join和inner join的区别？

酷狗算法岗（酷狗招聘官网投递）

技术面

1. 请介绍TensorFlow的特点。
2. 请介绍DBSCAN原理。
3. 请对逻辑回归的损失函数进行求导。
4. 如何解决数据倾斜问题？