面经详情

社招 ,通过boss投递的机器学习算法岗, 一上来就手撕算法题 ,不过问的都不难, leetcode原题, 第一题是括号匹配 ,第二题是根据前序, 中序构建二叉树, 之后就是机器学习算法原理, 因为我写的是决策树 ,逻辑回归 xgboost相关的 ,所以这方面问的很细 ,从 ID3到 XGboost 问完了后, 就问一些其他的基础机器学习算法 ,因为没准备, 所以这方面就直接回答说不会.... 后面我说会一些nlp的相关算法, 然后面试就问了一些LSTM 和 transformer的原理, 感觉答的也是不咋地....总的来说面试过程比较亲切、不会感受到太大压力 ,不会的地方面试官也会指引 ,算是一次不错的面试经验吧...查看更多

到了百度大厦后先是等着，然后一个个由工作人员带到面试场地。大概等了十分钟左右，终于轮到我了。一面面试官主要是根据简历上的东西来问的，首先是谈谈项目，向他介绍了一番，然后他会就项目的细节提出问题，比如数据如何处理的，后续是否有项目的改进方法。整体来说还在自己的可控范围之内。然后问什么是决策树算法，写下熵的公式，熵的意义是什么。之后写了一道链表翻转的编程题，和过桥的智力题。 然后是二面，等了一会儿之后见到面试官，上来问是否会C++，我说本科学过，他就给了我一道算法题用C++实现，要求O（n）时间复杂度和O（1）的空间复杂度，想了一会儿实在太久没用C++了，最终还是同意我用python写，但是没有满足他的空间复杂度要求，最后也没有讲情况考虑完全，反正就在在他的指导下一步步修改代码，最终以提了一个暴力方法结尾，他叫我回去想一想。 然后就是针对简历问问题，看到我的项目中用到RNN，叫我手写BP，RNN的激活函数是什么，这个面试前没有复习到，有点忘记了，没有令他满意，然后他就叫HR把他带出去了，没有坚持到三面。我的百度面试就这样结束了，总体来讲还是不错的，其实都应该在自己的控制范围之内，怪自己没有充分准备好简历上的内容，还得继续努力。 ...查看更多

偏向基础知识。 1.LR的损失函数，为什么是这个形式，怎么推出来的； 2.梯度下降是什么情况，有哪几种形式，SGD有什么不一样的，在训练中会有什么问题； 3.AUC曲线的概念，横轴代表什么，纵轴代表什么，曲线上随便找了两个点，这两个点有什么不同，什么意义； 4.其他记不清了； 5.编程题。输入一个字符串，包含字母和空格，字母和字母之间的空格数量不定，要求将字母和该字母后面的空格一起作为整体，翻转后输出。注意边界条件，如全是空格。 6.智力题。给你一个硬币，硬币朝上的概率为p（p不知道，但是p为定值）。问怎么通过这个硬币确定3个随机数（抛硬币得到的不同结果表示不同的随机数，共有三个，1，2，3）。 7.你有什么问题问面试官。 ...查看更多

就介绍项目，问的还挺仔细的，然后手撕代码，问了些python基础，因为是做推荐算法的，问了些推荐算法方面的，python； 1.手写代码 1）dict valules 加和（考察map lambda 函数） 2）str to int； 3)  找出数组中只有一个的数字（异或）升级版，如果相同的数字相邻有什么更快的方法（二分法查找）； 2.个性化推荐相关知识； 3.项目； 4.竞赛： 1. 怎么解决冷启动问题； 2. 购买预测多个模型怎么训练，怎么融合。 3. boosting。 二面：： 1.介绍项目； 2.逻辑题海盗分金币（这个不会），然后挂了。 ...查看更多

1.是实习期间的面试过程； 2.需要手撕代码，只记得有一个二叉树的建立； 3.问了一些简历上的xgboost和gbdt的常规问题，比如两者的区别； 4.问了机器学习的一些问题，比如熵的定义，还有就是部门的常规问题：知不知道推荐算法； 5.智力题：100的阶乘有多少个零； 6.实习薪资问题。 ...查看更多