首页 > 携程机器学习算法实习生面经(已offer)
头像
被offer砸醒
编辑于 2021-05-18 00:54
+ 关注

携程机器学习算法实习生面经(已offer)

4.15 笔试 两小时两道题
大概ac 1.6/2 的样子。
4.22 一面(25min)
自我介绍
挖项目:
如何对金融数据进图构建
怎么理解GCN
深度图嵌入作用
对类别长尾分布问题的常见处理方法
机器学习基础知识:
对特征值应作何预处理
特征选择方法有哪些
AUC的意义和定义
GBDT原理
怎么解决过拟合
介绍
Python相关:
介绍一下垃圾回收机制(不会)
深拷贝和浅拷贝的区别
反问环节。

4.25 二面(35min)
自我介绍
挖项目(简历上有的全问了):
图神经网络有哪几种
GCN的种类
介绍一下谱GCN的原理
介绍极限学习机
介绍一下attention网络
机器学习基础知识:
L1 L2正则化的区别和联系
Xgboost和GBDT区别
Xgboost怎么处理缺省值的(这个当时随口答得)
偏差与方差的理解
介绍一下PCA的原理
听说过deepfm吗(没有)
听说过tfidf吗(没有)
反问环节
手撕代码:
反转链表

4.29 HR面(16min)
HR先介绍部门
自我介绍
从非技术角度谈谈你的项目
遇到困难的时候会怎么做
能实习多久
手里有哪些offer或者比较有希望的
对这些offer的意向排个序
反问环节:
转正流程
部门岗位选择分配
后续通知时间
薪资(oc才说)
5.6 oc

更多模拟面试

全部评论

(4) 回帖
加载中...
话题 回帖

推荐话题

相关热帖

近期热帖

近期精华帖

热门推荐