首页 > 机器学习算法面经 滴滴/阿里/字节/CVTE
头像
offer全吃
编辑于 2021-06-09 14:24
+ 关注

机器学习算法面经 滴滴/阿里/字节/CVTE

背景:楼主一年半经验 其中半年后端经验 一年机器学习算法经验 focus在时序预测和回归,运筹方向。

滴滴分割线---------------------------------------------------------------

滴滴一面:面试官人超nice,很有共同话题,善于引导,面完就觉得非常倾向滴滴了- -
1.项目,po主的项目主要是一些销量预测和车辆调度/配货相关,销量预测项目里面的方法论(树模型xgboost+时序模型prophet+深度模型self-attention等各种组合方式),EDA的思路(观察数据趋势,自定义changepoint和holiday等);
调度项目里面的背景和方法论(混合整数规划+遗传算法)。
2.应用算法,问完项目之后就是针对项目里的算法问原理和具体处理过程,xgb原理,xgb调参(这块说了一个控制单调性的参数monotone_constraints,面试官表示没用过,很感兴趣),自定义损失怎么实现(一阶,二阶),并行原理(特征增益计算,存储),特征排序方法(贪心,分位数近似);prophet原理,调参方法;整数规划求解方法(分支定界,割平面);遗传算法在项目中如何编码,如何设计变异策略,问题规模。
3.概率论基础,常见分布有哪些(泊松,高斯,多维高斯),泊松应用场景,卡尔曼滤波(问这个是因为实习期cv经历写过一个视频行为识别的专利,用到了kalman和高斯混合,结果没答上来原理orz是真的忘了啊。。。)
4.概率论游戏题,抛硬币,先手获胜的概率(硬是回忆起了等比数列求和公式)
5.做题,二叉树LeetCode129

滴滴二面:面试官工程相关出身,问了很多工程向的问题,人也很nice,善于引导+1
1.项目,跟一面差不多,更偏向问落地,比如如何与后端协调,线上模型出问题应该怎么办
2.讲讲逻辑回归,lru算法(表示这个之前没有接触过,从lstm的角度大致讲了一下可以通过一些门的方法做内存保留与否的判别,不过面试官想知道用哪些数据结构做orz 主要之前没接触过,答错了方向,从算法角度扯了太多attention的东西)

滴滴三面:主管面,人超级nice,年轻有为
1.项目,主要问项目价值与方法论,业务场景与优化策略。
2.开放场景题:两轮车的投放策略,拼车算法思路;这块我说之前看了滴滴在kdd发的两篇论文,有一篇就是讲拼车的思路。大致答了一下会根据地区的历史需求数据的分布做时序上的预测,根据预测结果进行冗余投放,考虑到还有友商参与竞争的成分又扯了一些game theory =-=

三面完主管加了我微信,隔天就hr面了。因为手里有其他offer,所以犹豫了一段时间OVO。后续主管也是主动又聊了一波,在此特别感谢他,聊完的隔天就接了滴滴offer,把在过程中的阿里,MS等都停掉了。

未完待续---------------------------------------------------------

更多模拟面试

全部评论

(4) 回帖
加载中...
话题 回帖

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

热门推荐