背景：楼主本身也是一心找推荐算法岗位的21届老腊肉，但是互联网的一些弊端我们都知道，因此，楼主也尝试了深圳在编老师这个道路，最后也是成功收获老师在编offer，这前前后后自己做了很多调研，也查了很多帖子和资料。我相信有很多牛友也会有同样的疑惑，希望自己的经验可以帮助到你。有任何问题，欢迎留言，我会尽力一一回复，自己也写了很多经验帖放到个人公众号——《半愚》上边，
作为福利，去年各大厂的部分面经仅供参考。
趣头条(NLP日常实习，40多分钟）
(一面（过），2020.02.10面，2020.02.12过，感觉比较缺人那种)
1.自我介绍，各个项目
2.实验室项目，有没有做过NLP相关的，主题提取以及摘要提取
微信项目介绍下，word2vec
LSTM介绍，与RNN对比
介绍一下bert，bert对于长文本问题：效果不好
nlp的最新进展
transform 以及attention介绍
IF-TDF算法
文本增强的方法
机器学习方面：
1.分类模型
2.SVM
3.聚类算法有哪些，KNN是聚类算法吗？
4.介绍一下k-means
两道编程：1.青蛙跳台阶2.判断单链表是否有环
会用sql吗?
支付宝——行业技术部（提前批一面，46分钟）
1.简单自我介绍，介绍项目
2.问了腾讯赛和微信的项目经历
比赛中有没有遇到过拟合问题，怎么解决的？防止过拟合的方法
3.一个场景问题：如果想根据预测哈罗单车的日销售量（就是租赁交易额），应该要考虑哪方面的因素？
如果预测哈罗单车返工调度问题呢？怎么考虑？
阿里妈妈——定向算法团队（提前批一面，一小时40分钟）
1.简单自我介绍
2.挑一个自己最满意的项目来讲（这个地方自己先讲了微信实习，又讲了腾讯赛）
微信实习：
网络相关搜索：最大的改进点，创新点，提取完embedding后，后续是怎么处理的（这边被挖出来是做了session改写队列的工作而已，做的是扩召回的工作），如果继续做会有什么样的思路和创新点，可以考虑聚类吗？（这边答的是考虑利用graph构图提取embedding），遇到的最大的困难（以后可以往embedding上引，embedding相关性召回这一块，比如：秋葵炒蛋和秋葵教育，这个召回出来不太靠谱的，利用一个中心词投票的过滤操作）
指标是怎么获得的呢？（这边答的是利用对照组，都取10%的流量，然后现在的模型和之前的做对比）
大家都在搜：过程中最大的困难，是怎么处理的？( 1.异质节点问题(metapath2vec)，着重游走路径的规划 2.别名采样的问题，内存占用太大，所以有了一个小的修改，加了些并行化，这里的别名采样的问题主要是取两个随机值，第一个是[0,N]之间的随机值判断是在哪个桶，第二个[0,1]之间的值判断这属于桶内那一类，一般一个桶里最多放一类或者两类，所以这里有个问题就是需要用空间存储这个别名矩阵)
腾讯赛：怎么解决不均衡二分类问题的，和冠军以及其他团队相比，最大的优势和不同
在二分类问题中有遇到负样本太多的问题，这边是怎么解决的，怎样保证不改变样本分布呢？
实验室目标跟踪项目：最大的收获(答跟踪的序列化问题，可以借鉴一些nlp的思想过来用，比如attention,学科间的交叉色彩比较重)
3.智力题：
现在有两条一样的粗细不均匀的绳子，已知绳子从一端点燃需要一个小时的时间燃烧完，那么请找出绳子可以燃烧到15分钟的点（让你卡出一个可以燃烧15分钟的绳子长度）
答：第一根绳子两头点，燃完时那个点记下来，然后第二根绳子按照第一次的点分成两半，再各自两头点，找燃完时后的那个点
4. 编程题：
白板编程：链表是否有环->链表环的起点
总结：面试官人挺好，会适当引导，最后的智力题和编程都会有引导。
阿里妈妈——淘宝联盟团队（提前批一面，一小时24分钟）
1.简单自我介绍
2.直接开始问基础
数据结构方面：平时主要用什么编程语言？答：python和C++
c++中的stl熟悉吗？map是怎么实现的，查找复杂度是怎么样的？为什么呢？
那python中的map呢？查找复杂度是多少？这里自己扯到哈希表，具体问哈希表是怎么实现
的，python中map查找是怎么实现的？
以上两个答得都不是很好，接着问vector的低层存储方式，说是动态数组，接着问动态数组是
具体怎么分配内存的？，接着问链表，链表的结构是怎样的，怎么连接的，然后问
递归，怎么用递归实现链表翻转。递归具体是适合哪种场景？(大问题细小化，然后通过解决
一系列细小的问题最终解决问题)
机器学习基础：机器学习都有了解哪些浅层模型和深层模型，说了lr，knn，k-menas，树模型等。
lr是指；逻辑斯提回归吗？，逻辑斯帝回归具体实现方式很细，
细到损失函数，非线性变化，损失函数，为什么可以用极大似然来等价逻辑斯帝回归？
这里的正则化是怎么实现的？L1和L2正则化的区别？为什么？
深度模型都有了解哪些？自己在结构上做过改进吗？BN，dropout的作用
树模型中的Rf和gbdt有了解么？说说两者的区别？(这个地方要从方差和偏差也就是数学的角
度进行说明)
3.项目：自己先随便挑选两个出来讲，挑的微信和目标跟踪的论文。项目中主要是微信这里问到中间处理数据有没有遇到什么问题？(感觉是在验证项目是不是自己做的)
还有问到nlp方面的模型有没有了解过，然后graph呢？后续在进行node2vec询问的时候问到一个游走方式，
还问了wide&deep模型有没有了解过？
最后腾讯赛也询问了一下，主要是自己做的哪一块？几个人做的？遇到什么问题，和其他队伍比较我们的不足，其他队伍的亮点？自己的贡献度？特征方面有提取到哪些有用的特征(主要还是集中在验证是不是自己做的)
总结：数据结构基础以及机器学习基础还是要打的，是刨根问底的打。这一次主要集中询问的是基础，项目没有问很细，整体不好。
全部评论
(2) 回帖