面经详情

来学校搞得职位推介面，报名参加，然后现场收了简历，当场面试了一下，先是自我介绍，介绍到自己的项目时，面试官跟进问了一些项目中具体的问题，因为搞数据挖掘所以问了很多算法的实现，应用场景，算法的推导以及关系型数据库和非关系型数据库的区别，问了工作地点选择等，最后问你有没有问题。...查看更多

一面： 1. 进程和线程的区别； 2. Xgboost如何处理缺失值； 3. Xgboost和gdbt区别； 4. Python多线程如何使用； 5. Python哪些函数用到了迭代器； 6. Xgboost并行化体现在哪。 二面： 1. 数学建模竞赛（目标函数怎么写的，怎么求解的，为什么能用这种方式求解）； 2. 讲下模拟退火算法和贪婪算法； 3. 随机森林和gdbt的区别； 4. 随机森林为什么采用有放回的方式采样？为什么能降低方差？ 5. 讲下Bootstrap抽样； 6. LR采用什么方式抽样？有放回还是无放回？为什么？ 7. LR损失函数推导，为什么能这样构造？这个损失函数代表的含义； 8. 假设有正负两类样本，用LR去划分有什么缺陷？ 9. LR和SVM比较； 10. L1和L2正则项的区别； 11. 对于线性模型，若初始化不同的w和b，加入L1和L2中的哪个正则项可以使得预测值更加稳定，为什么； 12. 讲下图计算，深度优先和广度优先比较； 13. 几个深度学习模型的原理（lstm、textcnn）； 14. 撕代码（用深度优先）dict中查看某个值在不在key的value内。 ...查看更多

面试远景是在校招开始前的几个月，大概是5月中旬，那会自己投了远景的提前批，之后就接到面试通知。开始定的是视频面试，中途因为某种原因，变更为电话面试。时间是下午6点了，但是还和HR开玩笑说，你们还没下班，在加班。 面试我的是部门经理级别的吧，问了我做的项目，还有就是深入到项目中的具体算法问题。他们问的挺多的，感觉自己答的不错。最后面完了，HR说有什么想问他们的，我一下就没反应过来，就没问，现在想想，应该多问点问题的。 ...查看更多

每个人的面试都是在一个单独的房间里，有单独的面试官面试你。面试官很好，脾气也很好，给你的感觉就像是在和一位朋友聊天一样。一开始他会看你的简历，然后根据简历问你问题，问的专业技术问题会很细致，比如说，我面试测试岗位，但面试官也问了编程语言和算法数据结构的问题，最后会给出一道编程题，现场做出来，然后根据这个题目，让你说出测试用例。面试虽然很随意，但却很细致，很有逻辑。平时一定要注重基础知识。...查看更多

六个人一组，无领导小组讨论。自我介绍每人30s，但基本上都超时了，timer也是这个时候自己跳出来了。然后就开始读题讨论，我们的问题是今日头条信息流的收集、整合和分发的特点，以及相似产品的改进之处。 因为大家都没怎么用过今日头条，所以就说的特别笼统。主要提到了个性化推荐和内容优化上，最后我们组只有一个人通过。 ...查看更多