shopee 字节电商 华为云 社招 算法面经 面试总结

毕业两年算法工程师换工作的一些面试总结，同时广告引流，阿里算法秋招求简历
https://www.nowcoder.com/discuss/698998

shopee面试（供应链算法）总结

1.一面

项目介绍

python相关：

元组和列表的区别 列表可以当字典的key吗 python多并发编程

数据结构：

最短路径 旅行商问题 dijkstra算法 最小生成树

搜索匹配 trie树 KMP AC自动机

各种排序算法的时间复杂度和稳定性

算法基础：

ID3 C4.5 cart区别

bagging boosting区别

lightgbm xgboost区别

Coding：

两个栈实现队列

2.二面

项目介绍

背景 关键指标 特征 模型 指标 关键优化 最大的挑战 模型融合的方式 销量预测大促和平销的分开处理

补货策略 安全库存策略 排班策略 运筹优化怎么做的 指标提升

营销活动选品是怎么做的 离线优化目标是什么

冷启动的策略 有没有用模型

如果让你在当前项目进一步深入 会做哪些工作

技术基础：

常见的决策树有哪些 决策树怎么生长 怎么分裂 信息增益怎么定义

分类算法的衡量指标 尽量找出多的找出负例应该用哪个

Kmeans的距离衡量方式有哪些 离散特征应该用什么距离

归一化的方式 有哪些

大表join小表怎么优化 spark里怎么设置

数据遍历时 for循环 pandas.apply numpy向量哪个快 为什么

coding

数据处理

id | date | 订阅状态

A001 01/09/2019 subscribe

得到

id | 订阅开始时间| 订阅结束时间

会有重复订阅 取关

shopee面试（营销算法）总结

先做了笔试

一道是判断字符串的列表中两两组合能够形成回文串的下标对的和

一道是leetcode983的变形 https://leetcode-cn.com/problems/minimum-cost-for-tickets/

1.一面

岛屿问题

项目

2.二面

项目

lightgbm相对于xgboost改进

3.三面

如何给一个新来的商品依据标题挂载类目

字节总结（抖音电商）

1.一面

自我介绍

项目

预测类相关项目 特征工程 对未来计划性信息的应用 当前的数据处理规模 算法的可改进的地方

lightgbm相对于xgboost和gbdt的改进

LSTM相对于RNN的改进

怎么解决梯度爆炸 梯度消失

设计题

抖音怎么发掘抖音电商的潜在客户 or 券敏感用户（uplift_model）

https://blog.csdn.net/jinping_shi/article/details/105583375

coding

Lake Counting (POJ No.2386)八联通问题（岛屿数量的变形）

https://blog.csdn.net/dhmgs88622/article/details/101483333?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7Edefault-13.control&dist_request_id=1329188.471.16178016055000939&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EOPENSEARCH%7Edefault-13.control

2.二面

自我介绍

项目提问

1.未来特征有哪些怎么用

计划性未来特征

不能提前获取的未来特征的处理

归因分析和推演

2.时序，lightgbm，DNN比较，结果怎么融合

预测平台流程

3.spark的倾斜处理

https://blog.csdn.net/weixin_38750084/article/details/82721319

这个博客里面都是一些通用方案，实际上解决倾斜更多的是对自身业务代码的一个优化，

判断使用的模型是否有强的分key的业务逻辑，改变分key的方式，对倾斜的可以进行划分

或者随机生成key

4.对spark的shuffle的理解

https://www.cnblogs.com/itboys/p/9226479.html

算法题

https://leetcode-cn.com/problems/find-all-numbers-disappeared-in-an-array/solution/zhao-dao-suo-you-shu-zu-zhong-xiao-shi-d-mabl/

时间复杂度都是O(n),空间O(1)

回问

3.字节三面总结（抖音电商）

自我介绍

项目提问

embedding怎么做的

项目怎么迭代优化的

算法题

组合总和+变形，数组中包含负数，target为负数时如何解决

https://leetcode-cn.com/problems/combination-sum-ii/

华为云

1.一面

自我介绍

项目相关

spark相关

RDD的介绍

https://blog.csdn.net/dsdaasaaa/article/details/94181269

数据倾斜的处理方法

https://zhuanlan.zhihu.com/p/86544656

使用spark遇到的哪些坑

python语言相关

悲观锁和乐观锁

单例模式

_new_ 方法介绍

https://zhuanlan.zhihu.com/p/58139772

装饰器有什么作用

迭代器和生成器的区别

https://www.zhihu.com/question/20829330

手动实现字典的深拷贝

https://blog.csdn.net/weixin_30596023/article/details/98607214

python基础还是要要复习一下廖雪峰=-=

https://www.liaoxuefeng.com/wiki/1016959663602400/1017451662295584

对公司有什么问题

2.二面

算法题

合并区间

https://leetcode-cn.com/problems/merge-intervals/

项目介绍，代码量，有没有负责需求调研和项目领导

感觉更注重开发能力

3.三面

大领导面主要是聊了以下项目，了解了之前工作的情况，为什么离职

总结和感悟

面试的过程中也会感觉到不同公司面试风格和侧重点的差异，shopee就是基础知识，项目，coding比较平衡；字节则是coding要求很高，时间和最优解都会有要求；阿里就会很深入的挖掘你的项目细节，对项目的优化逻辑要求很明确；华为就很重视基础以及开发能力。

算法的面试总结起来就是基础技能和业务能力：

机器学习基础（推荐《百面机器学习》，西瓜书）

coding基础（基本是leetcode hot100里mid的水平）

项目的迭代优化过程：得出优化方向的思考和验证的方式，关键优化使用的手段，取得的效果，要显示出你的逻辑性。

Tips：

1.简历上提到的算法模型和基础知识一定要很清楚，不然深挖很容易被问倒。

2.项目一定要Review，有自己清晰的思考。

3.社招最重要的还是想清楚自己的职业规划，包括想做的方向和想待的环境。

4.coding练习还是很重要的，刚开始好久不刷题，面试的时候想快速写出来还是很难，后面刷到将近200道，常见的mid基本都能应付了。

最后打个广告引个流

算法秋招求简历

https://www.nowcoder.com/discuss/698998