8.18 到 9.24 一个多月，7轮面试，终于面完了。好累
业务123面，面委123面 ，hr面
-------------------------------
貌似是牛客上第一篇微信安全团队的面经
投的岗位是技术研究-机器学习，意向部门选择基础微信和视频号
应该是简历挂了，被wxg安全团队捞了，做反欺诈
一面 8.18
WXG 安全技术团队，做微信反欺诈
上来就扔两道题
一道掷骰子n次和为target种类数，一道按照权重随机抽样
介绍deepwalk
word2vec本质是什么
介绍node2vec
介绍graphsage
你使用的graphsage负样本怎么做的，
一阶二阶采样多少个邻居，采用什么聚合策略
有没有对这些模型做改动，
异构图一般怎么处理
设计腾讯视频的推荐系统，推荐next item
反问
二面 8.19
自我介绍
讨论实习，讨论论文 大概探讨了40分钟 (graphsage 邻居采样数目怎么确定，对于不同大小的图，有没有公式可以参考。)
问点基础
介绍下GNN
GCN每一层的操作，为什么乘以D^-/2, D是什么
讲一下rnn，lstm
每个门是怎么计算的
为什么lstm可以解决梯度消失问题，从理论的角度上解释
根据推荐里面的item2vec，讲一下word2vec模型，
word2vec里面的负采样是怎么做的
反问环节
三面 8.23
自我介绍
之前笔试有没有做
两个千万级的微信号文件，如何取交集(说了用集合)
哈希函数如何设计，冲突策略怎样，主流的编程语言如何实现，
插入后树不平衡了怎么操作
数据库索引底层使用的什么数据结构
传统机器学习了解吗
决策树划分的依据
信息增益是什么，熵是什么，熵的意义是什么 pi log pi分别什么含义
XGBoost和GBDT的区别
网络最小包大小
为什么链路层MTU是1500
TCP报文字段，IP报文字段有哪些
腾讯会议使用的什么协议
用没用过socket编程，select，epoll(不会。。)
自己构建一个反欺诈模型，如何构建(说了图上分类)
问图上边包含哪些，节点包含哪些
还可以有哪些节点
哪些图数据库支持实时图
答的不好，可能GG了
约了面委
8.25 面委一面
不知道为何面委也是一个面试官面试，而且一下子约了两轮的面委面试
全程问项目，介绍自己的细节，实习的，以及实验室发的论文
找写的文档，自己的论文，自己写的开题报告等共享屏幕给他讲
问的细节入微，具体每一步怎么做的，效果是多少等等
差不多聊了40分钟，全程没有做题，也没问八股
面试官不是安全团队的，是其他部门的，
下周面委二面，
8.30 面委二面
时间比较短，不到30min
全程问项目，介绍了两个
问有没有实际上线的项目，。
图在推荐方面的应用
问未来的职业发展
9.7 约了面委三面。。。这么多轮么
9.13 面委三面
全程问论文，然后结束，30min
9.18 看状态变成hr面了，等待hr面试
9.24 hr面
自我介绍
介绍实习工作
实习有哪些收获
有哪些成就感的事情
有哪些遗憾，后面怎么做的
有什么有趣的事情
问个人爱好
有哪些offer
面试完收到云证和综合测评。
全部评论
(13) 回帖