1 .京東面試經歷面試
面試的京東的商品推薦的算法崗，在北辰大廈（奧森旁邊），面試難度整體來講比較簡單。算法
①：到公司以後先作了一個小時的筆試題目，包括四個簡答題和兩個編程題，簡答題主要是編程
C語言相關的。數組
Map和Set的插入和查找的複雜度是多少，Set是否能夠存儲類分佈式
遞歸和循環能夠互相轉換嗎？函數
epull和select的原理以及區別？url
何時會調用構造函數和析構函數？父類的構造函數能夠是virtual的嗎？.net
編程題也特別簡單，一道題是一個有序的數組，尋找數組的中的兩個數它們的和是否等 於某設計
個值target，返回True或者False，要求O(n)的複雜度。3d
另外一道題目是一個數組，兩個相鄰下標的數組的值的差的絕對值爲1，而後在這個數組中尋找
某個值是否在這個數組中，是的話返回下標，不然返回-1。
②：第一輪面試也特別簡單，主要就是聊了聊本身的論文是怎麼作的，實習的時候幹了啥，
而後再出了一道編程題，一個無序數組，只有0,1,2，而後你要對這個數組進行排序，要求
O(n)複雜度。（荷蘭國旗問題）
③：第二輪面試也是主要是聊了聊本身的論文，而後推導SVM的原理，而後logistic和SVM
的區別，Attention注意力機制的原理，RNN的公式等。
還有一個編程題反轉鏈表。
面試完三天拿到了口頭offer，感受整體來講仍是比較簡單的。
今天收到了京東的錄用函，看了一下工資感受應該是SP的offer，好開心，感謝實驗室老闆收
留我在組裏讀研學到了好多deep learning的經驗~
2 .頭條面試經歷
本菜雞的頭條面試沒有過，太菜了。一共三輪面試，難度其實都挺高的。
①：第一輪面試面試官出了一個對我來講很難的算法題而後沒作出來.
面試題目是：
給你一個無序數組，求數組中任意兩個數的差的的絕對值的鄉下取整的和。
這個題本菜雞隻會作若是數組是整數的狀況，對於浮點數的狀況不會作，面試官說是用逆序對
去求解，當時面試的時候也沒有複習到這個點。
②：第二輪面試略簡單，第一個題目是機率題，給你2K+1個硬幣，問扔完以後正面比反面多
的機率是多少。
第二個編程題也不是很難，就是坑比較多，一個有序的數組，尋找數組的中的兩個數它們的和
是否等於某個值target，返回這樣的兩個數的個數。
第三個面試題也挺簡單的，問1~n個數組成二叉搜索樹，有多少種形狀不一樣的二叉樹。
③：第三面很坑，原本本菜雞應該是投的天然語言處理的算法崗或者AI Lab，結果面試的時
候被分到了作推薦的算法崗，而後就GG了。
面試的問題感受仍是挺難的。
主要有MLP手動求梯度，給你十億個用戶的數據，尋找每一個用戶最類似的10個用戶（要求可
以有一個很好的分佈式算法）。
你平時有沒有讀過推薦算法的論文？
聊一下一個你瞭解的推薦算法（本菜雞隻知道協同過濾算法）。
Map/Reduce原理。
而後本菜雞就掛掉了.
3 .百度面試經歷
百度面的是鳳巢廣告組（明明投的是天然語言處理崗！！！）
目前尚未面完，只面了兩輪。
①：第一輪面試至關簡單，就是給面試官解釋一下你的論文，而後寫了一下RNN（GRU）
的公式，而後寫了一個快排的程序。
②：第二輪的面試挺難的，面試官問的比較廣，並且問的也結合了他們的具體應用場景。
好比基於內容如何進行標題的改寫（把看起來很日常的標題轉爲標題黨的標題）；
給定一個網頁，如何推薦網頁最後面的廣告信息；
Relu、Sigmoid和tanh分別有什麼不一樣；
SVM爲何須要核函數，以及用了核函數以後數據的維度是變低仍是變高了；
如何解決過擬合問題（面試官最推崇的竟然是減少模型，本菜雞沒有想到這個點）；
Dropout，Layer Normalization， residual net的做用；
如何設計一個命名實體識別的的Neural模型；
用CNN去處理文本信息的時候，若是隻有一層CNN，設計一個模型結構，以及參數的大小；
爲何CNN做用這麼強大，能夠處理圖像以及文本信息；還有幾個編程題，不過都巨簡單就
不說了。
百度的面試只面了兩輪，而後第三輪的面試官有事情因此沒有面完
面完整體感受，百度的鳳巢組目測應該是常常是使用CNN進行文本信息的處理；
感受本身應該尚未涼涼吧，希望吧.............
篇幅有限，這裏收集了各方面的，當前公司的，還有本身收集總結的，下面的圖片截取的有pdf，有若是有須要的自取.
各大公司面試題集合：
簡歷模板：
連接： https://pan.baidu.com/s/1DO6XGkbmak7KIt6Y7JQqyw
提取碼：fgj6
不知道會不會失效,若是失效點擊（778490892）或者掃描下面二維碼，進羣獲取，連接補發不過來，謝謝。
最後
歡迎你們評論區一塊兒交流，相互提高；整理資料不易，若是喜歡文章記得點個贊哈，感謝你們支持！！！