谷歌，微軟，阿里，美團實習生面經

時間 2019-11-16

標籤谷歌微軟阿里實習生面欄目 Chrome 简体版

原文原文鏈接

一直看你們的面經，獻上遲來的實習生面經回饋牛客！主要包括：Google，微軟，阿里，美團和由於各類緣由沒有面試成的公司......html

基本狀況前端

基本狀況：某985碩士，經常使用語言C/C++、Python，研究方向爲深度學習、計算機視覺，有一篇水的會議論文、一篇水的期刊論文，有ACM等算法競賽和數據挖掘類競賽獲獎經歷，在導師和Github上都有項目。除了谷歌投的是SWE，其它都是算法崗。git

谷歌程序員

Warm up: Google mock interviewgithub

1月31日，GCJ得到資格，45min。面試

算法題：有一個n乘n的棋盤，上面有m個糖果，最開始有一我的在棋盤左上角，他能夠向左向右或者向下移動，但不能向上移動，問他最少須要多少步吃完全部糖果。算法

正解：一個糖果或者沒有糖果的行很簡單，多於一個糖果的行其實必定是從最左或最右的糖果處下去，因此只須要維護吃到每一行最左或最右糖果的最小值就好了，轉移的時候討論上一行的端點在這一行最左到最右區間的裏面仍是外面。微信

詳細經歷看這篇博客。網絡

3月12日，A Day with Google，配套活動，參觀一下。

一面數據結構

3月19日，45min。

沒有其它廢話，上來直接算法題，

有一些單詞對錶示同義詞，單詞對之間不考慮傳遞性，判斷兩個句子是否表示徹底相同的意思？map套map解決，寫了第一個解法。

你的方法複雜度多少？MlogNlogN

能不能更快？unordered_map或者字典樹解決。

寫個字典樹看看？寫寫寫，寫了第二個解法。

若是考慮單詞對之間的傳遞性呢？floyd解決。

若是數據規模很大呢？離散化+並查集。

並查集複雜度多少，爲何複雜度是這樣？O(1), 路徑壓縮。

還有8分鐘，寫並查集的解法讓我看看？寫了第三個解法。

總體就是這樣，一共手寫了三套解法，重點考察了數據結構，因爲最後一個解法時間比較緊，被面試官挑出兩個bug。基本算滿意，有一些小瑕疵。詳細經歷看這篇博客。

結果

3月23日，通知狀態變爲hold，介於過和拒之間的狀態。內推的同窗說投的太遲了，不少人過年前投的，過完年就開始面試了，到了3月中旬崗位很少了。怪不得我說一面感受也不差怎麼就hold了，因此謹記，內推實習生必定要早投！！！

微軟

秒殺筆試算法題，4月24日，面試去現場...

一面

40min，面試官是我整個實習生面試期間遇到的最棒的面試官。

編譯工程的各個文件間有相互依賴，若是想編譯經過須要知足什麼條件？有向無環圖。

給定文件間的依賴關係，怎麼判斷一個工程是否能編譯經過？拓撲排序，而後白板寫了拓撲排序。

如何找出全部合法的編譯順序？深搜+拓撲排序，白板寫了一下。

纔過去15分鐘，你寫的也太快了，咱們聊些深度學習的東西，問了卷積的基本原理，簡單計算了感覺野、參數數量。

聊了放在github上的一個唐詩生成器。

我想這一面給的必定是strong hire

二面

40min，典型程序員，一句廢話都沒有。

白板寫個單鏈表的冒泡排序。先走一遍統計長度再冒泡。

能不能優化？想了一下子沒什麼想法，面試官提示記錄尾部節點。而後白板寫了一遍用tail記錄每一次冒泡的結尾。

CNN有哪些基本單元和做用？卷積、pooling、fc等等說了一大堆

Relu的原理，與sigmoid比優缺點？求導、畫圖說明了一下，不容易梯度消失，可是會致使神經元死亡。

除了面試官提示了一次記錄tail節點，其他還好。

三面

40min，Boss面，多是看前兩面寫代碼反饋不錯，因此把紙收起來了，沒寫代碼。

把論文從background到conclusion都講了一遍。

講了在老闆這裏作的一個項目的詳細設計。

而後基本聊聊天。應該還挺滿意的吧，最後加了我微信，說很但願我能去他們組，受寵若驚啊！

結果

4月28日，收到微軟C信，5月9日，收到微軟offer！

阿里

經過Github被阿里獵頭選中，原本他的指望是招前端，我以爲不OK，跟他說了一下個人狀況，而後轉而把我推到機器學習算法崗去了......

一面

3月23日，45min，全程緊張，面試官一直讓我放鬆。

自我介紹，而後根據自我介紹問項目，一共40分鐘。

最後5分鐘算法題：

有一些字符串，定義先後字符差值造成的序列一致的兩個字符串爲相同字符串，問如何將給定的這些字符串分紅若干集合，每一個集合中字符串都知足相同字符串的定義。

解法：將差值序列做爲hash表的key，造成的集合用一個vector或者map隨便什麼做爲value就好了。

面試官說很OK，本身面下來感受也很好。

二面

4月14日，週六面試...，25min，彷佛是被個人項目震驚了。

遲來的二面，由於14日是網申截止，而網站上一直是面試中的狀態，因此我一直覺得涼了，而面試官說這一面應當屬於三面？我也不是很懂。

面試官只問了兩個項目，問得比較細，連裏面有什麼函數，函數怎麼設計的，類之間的繼承關係都問了一遍，而後就說很好，看了一眼個人github，又問我平時是怎麼學習的？怎麼作這麼多項目的？

最後又跟我說面試過應該沒什麼問題，並且較大機率去他的團隊，而後就誇他們團隊怎麼怎麼好...

我全程懵逼...這就面試完了？？？

交叉面

4月26日，70min，三個面試官，其中一個推動流程串場。

達摩院大佬：45min

說說深度學習調參的過程和一些常見技巧？網絡結構，Data Augmentation，初始化，防止過擬合的方法，可視化調試，優化方法等等，想到什麼說什麼。說的比較亂，本身對本身的回答不是很滿意。

面試官對深度學習和CV頗有研究，具體聊了論文，讓我總結目標檢測的主流方法，詳細說了Faster-RCNN、YOLO、SSD、FPN、R-FCN等各類目標檢測的方法。能夠看出，面試官對裏面的細節不是很清楚，可是提的問題頗有質量。

搜索事業羣大佬：25min，這個我就真的懵逼了

咱們有一個業務系統，天天要處理1000萬次服務請求，如何設計這個系統？我？？？靠着寫分佈式系統大做業的老底，勉強擠了一點出來。

你以爲有哪些機器學習技術能用在搜索事業羣？爲何？亂講了一些，但願他滿意，基本包含了全部機器學習裏的東西吧。

監督學習作分類迴歸：LR、SVM、XGB等經典淺層模型，CNN、LSTM、GAN等深度模型；

半監督學習充分利用搜索產生的大量數據：主動學習，直推式學習；

無監督學習減小計算開銷，一樣充分利用數據量：k-means、DBSCAN、譜聚類等聚類方法，PCA、SVD、ISOMAP、T-SNE等降維方法；

強化學習能夠利用用戶的反饋；

後來擠牙膏想到的一些其它方法：bagging、boosting集成學習方法提高精度，矩陣分解、協同過濾等推薦算法。

真的不知道該怎麼答！

HR面

5月2日，30min，以自我介紹爲主線，我說完一點，她就會問點問題，好比作的項目是research仍是面向實際需求的。主要說說非技術問題吧：

家在哪裏，家裏人贊成來杭州嗎？不一樣意也得說贊成啊。

爲何選擇阿里？爲何選擇這個職位？準備充分，背誦一下。

你有什麼問題？我問阿里對實習生有培訓嗎？咱們對實習生不會有太多培訓！

何時能來實習？我以爲這個問題她不滿意，由於她但願我立刻過去實習，實際上我是不可能立刻過去實習的，而後HR說實習時間短可能會影響轉正啊balabala。我在招聘網站上寫的好好的時間，你接受了個人申請就是贊成了個人實習時間，如今看來，他們大約只是想招個苦力。因爲我堅持不能立刻過去實習，HR態度發生了很大轉變。

聽已經實習的說，阿里實習生晚上九點都沒有人走的，看看個人髮際線，仍是別那麼拼命吧。