提早批算法工程師面試之路

• 做者：寶石
• 校對&整理：lucifer

vivo（已拿offer）

技術面（30min）

• 自我介紹
• 講實習
• 講比賽
• 問了些大數據的問題
• spark transform和action的區別
• 手撕了個歸併排序

hr面（30min，技術只有一面）

• 自我介紹
• 家庭狀況
• 講一下實習亮點
• 有女友麼
• 父母贊成你去深圳麼
• 講一下優缺點
• 常規問題等等

崑崙萬維（已拿offer）

一面（1h)：

• 上來自我介紹
• 講一下判斷迴文鏈表的思路,多方法
• 用紙寫一下反轉鏈表
• 說說python shuffle怎麼實現的，O(N)時間,O(1)空間
• 看你計算機專業，知道哈夫曼樹吧，w2v有用，你能說說麼（我就記得分層softmax了，實在是不會）
• 說說傳統機器學習你都瞭解哪些？推一下LR，說一下原理
• 知道kmeans吧，說下迭代過程，簇心隨機很差，怎麼才能更穩定（類kmeans++）
• 說說深度學習你都知道哪些模型？我說了LSTM RNN，還沒等說推薦的模型。。。
• 講一下LSTM吧，門都是怎麼迭代的
• 各個激活函數的優缺點，sigmoid relu leaklyrelu tanh，又說了下梯度消失
• Sigmoid求導是什麼？
• 瞭解推薦麼，說說都知道啥，嘴賤說了個CF
• 講一下Item-CF，怎麼計算類似度（用交併，也就是Jaccard距離，速度比cos快），用什麼優化呢（倒排索引）
• 講講數據傾斜怎麼處理吧？（用key+隨機先後綴）
• 聊一下你這個項目裏LDA吧？我直接說這個我用過沒細研究（他也認同，說數學原理很複雜）
• 聊一下你這個項目query title統計特徵都提了啥，跟他聊了一下，他和我說了一下他的業務理解
• 反問
• 作什麼的（啥都作，業務很廣。。。）
• 用哪些技術（啥都用，技術棧很廣。。。）

崑崙萬維二面（就是確認時間 不算面試）

• 和一面面試官聊的如何
• 知道他們部門作什麼的麼
• 接下來約一下boss面，確認時間
• 結束

崑崙萬維三面（不到二十分鐘，壓力面）：

• 上來就問比賽，兩個比賽都問了，和第一差距在哪
• 下面問題都是快問快答，都沒深問，問題可能記不全了：
• 說下你實習吧，沒說幾句。。
• 你怎麼解決樣本不均衡的
• kmeans適用於什麼狀況
• python dict怎麼用
• 爲何會產生哈希衝突
• python set dict list啥場景用
• 過擬合有哪些解決方法
• 牛頓法和擬牛頓法
• 200w不重複單詞一口氣放內存中，怎麼放最省內存（不會）
• 你除了學習以外還作什麼項目
• 日常刷算法題麼，刷多少了
• 另外一個面試官的問題不是壓力測試
• 你但願作什麼種類的工做（大概就是這個意思）
• 沒得反問

京東

一面（40min)

很好的年輕女面試官

• 自我介紹
• 跟我聊了一下，而後說看你挺直率，我就直接說了，你想找推薦，咱們是機器學習+組合優化，偏向運籌學，考慮麼，（我說只要不是cvnlp，我全要）
• 考慮那就開始問些問題吧：
• 你講講你的實習，最亮點，給他分析了一波我採樣策略。
• 你知道gbdt和xgboost吧，給我講講（瘋狂吹逼xgboost）
• 你知道最大似然估計和最大後驗機率估計麼，或者挑一個你熟悉的說下（閉着眼睛推LR，啥伯努利分佈，似然函數，瘋狂扯）
• 來作個題吧，1000w個數，數範圍[-1000, 1000]，寫個排序（閉着眼睛桶排）
• 你能提早來實習麼
• 反問（京東零售部的，技術棧balabala）
• 複試待安排

二面（30min）

• 自我介紹
• 找個比賽說說創新點，你主要作了哪些創新，最後模型爲何用CNN系不用RNN系
• 因爲上面我說我工做有訓練詞向量了，讓我講word2vec的架構，和一些細節問題
• 爲何w2v向量在語義空間內有很好的數學性質，好比相加減
• 數學問題：M個樣本有放回採樣N次，問某條樣本一次沒被採中機率
• 給你均值方差，讓你利用正態分佈隨機生成1000個點（不能用庫，說的不是很好）
• 反問：哪一個部門哪一個組（零售-技術中臺下）
• 爲何選擇京東，京東有什麼核心競爭力（瘋狂扯，我說我不太看好那些不能落地的，由於jd是電商，整個算法流程系統化工程化必定很健全，也有實際落地，帶來實際效益，面試官很是贊同）
• 最後手裏有啥offer啊
• 沒了

hr面（20min）

• 小姐姐人很好，遲到了四分鐘，上來道歉一波
• 自我介紹
• 遇到壓力大的時候，好比在實習問題解決不了了，你會怎麼辦
• 與mentor產生意見分歧要怎麼作
• 將來若是入職京東，對領導有什麼要求呢
• 你日常有什麼學習習慣麼
• 你日常會按期作總結麼

• 反問

  • 當時問應屆生入職須要作出啥改變，給小姐姐問懵了，我又補充說好比思想啥的須要有啥改變麼，她給我講了五六分鐘，說的很直白，沒啥官腔，說在學校如何如何，你來公司了又會如何如何
  • 啥時候有結果：她也不知道，她拿到的是亂序的面試名單，可能後面會統一安排通知

一點資訊

一面（不到40min）

• 自我介紹
• 講你的論文，這塊一直問，問得特別細節，也問了很久，估計面試官比較清楚這塊東西。
• 講實習，都怎麼作的，遇到啥問題，怎麼解決。
• 講一下FM，DeepFM這一系列（我從LR，POLY2，FM，FFM，Wide&Deep，DeepFm說了個遍）
• 作了個算法題，A了
• 反問：
• 部門：算法部信息流，和我微博實習的比較相似
• 技術：作推薦 Java和Scala用的多一些
• 我的感受像不招人。。。

大華

一面 - 大數據工程師（數據挖掘）（不到40min）

• 面試官頗有禮貌
• 自我介紹
• 着重問了很久實習
• 着重問了很久比賽
• linux查指定文件前綴有哪些命令
• 講一下hive和hadoop關係
• hadoop mapreduce 執行流程
• java 類和對象關係

百度

一面（1h）

• 自我介紹
• 介紹實習，而後瘋狂挖實習，問的很深
• 問若是模型區分不開一些樣本，要怎麼採樣？業界有哪些經常使用採樣策略。我真是懵了。。
• 問了一堆fm，好比表達式，複雜度，改進複雜度的推導
• 瞭解深度學習麼，從wide&deep出發瘋狂問，有的是真不會，要再複習一下
• 面試官說了個DCN（深度交叉網絡）,我還覺得深度卷積神經網絡。。。，結果深度交叉網絡的細節也給忘了
• 我主動給介紹了下阿里的DIN和DIEN，他問這模型能夠用在新聞推薦場景麼（答不能夠，由於新聞類實時性比較強balabala。。。不知道對不對）
• 若是想讓你加入一個用戶短時間興趣，好比剛發佈的新聞打分低，要怎麼改，（我記得在YouTube有個說了關於這個，我說加了個時間維度特徵，或者時間衰減）
• 讓我講BN，爲何提出BN（很久沒看nn的東西了，直說了個表象，容易收斂，面試官說爲了解決輸入分佈不一致，bn能夠拉回來分佈，我把這個忘了）
• 從LR出發問了我sgd，如何改進，說了個momentum，再怎麼改進，我說我瞭解個FTRL
• 說一下boosting bagging ，lgb爲何並行化效率高（答單邊梯度抽樣+直方圖計算+互斥特徵捆綁）
• 怎麼分析並解過擬合問題的
• 算法題：三數之和

• 反問

  • 部門是推薦策略部
  • 主要場景是百度直播和貼吧推薦
  • 用Python和C++，不用Java

觸寶

一面（1h）

• 自我介紹

• 數據結構基礎

  • 數組和鏈表區別，應用場景
  • 瘋狂問排序算法，最優最壞平均複雜度，穩定排序有哪些（好長時間沒複習這個了，答得比較差）
  • 一個剪枝題，口述算法過程，分析時空複雜度
  • 說說面向過程、對象、切片編程的區別（我。。。。。。）

• 機器學習基礎

  • 講一下你瞭解哪些分類模型
  • 說說SVM
  • 講講id3和c4.5
  • 講講xgboost和gbdt

  • 講講怎麼判斷kmeans的k，聚類效果的好壞

    • k能夠用肘部法則SSE（偏差平方和）和輪廓係數
  • 講講分類，迴歸，推薦，搜索的評價指標
  • 講講lr 和 fm，fm的後續（ffm）
  • 講講你知道的各類損失函數
  • 講講l1 l2正則，各自的特色

• 深度學習基礎

  • 說說deepfm，說說fm在nn中還有哪些（FNN，NFM，AFM）
  • 說說相似l1,l2正則化下降模型過擬合，還有什麼別的方法

  • 說一下sgd→adam的過程（下面是面試後簡單覆盤，自己答的通常）

    • sgd
    • momentum 利用了歷史信息，意味着參數更新方向不只由當前的梯度決定，也與此前累積的降低方向有關。這使得參數中那些梯度方向變化不大的維度能夠加速更新，並減小梯度方向變化較大的維度上的更新幅度。由此產生了加速收斂和減少震盪的效果。
    • rmsprop 在 Adagrad 中， 問題是學習率逐漸遞減至 0，可能致使訓練過程提早結束。爲了改進這一缺點，能夠考慮在計算二階動量時不累積所有歷史梯度，而只關注最近某一時間窗口內的降低梯度。根據此思想有了 RMSprop，採用的指數移動平均公式計算
    • adam 能夠認爲是 RMSprop 和 Momentum結合並加了誤差校訂，由於初始化是0，有一個向初值的偏移（過多的偏向了 0）。所以，能夠對一階和二階動量作偏置校訂 (bias correction)，
  • 介紹下梯度消失和梯度爆炸
  • 都有哪些方法解決這兩個問題
  • 你瞭解多目標優化，遷移學習麼（不知道）

• 場景問題

  • 讓你加一個興趣類型特徵 你要怎麼作
  • 如何處理年齡類特徵

  • 你瞭解類似向量快速計算的方法嗎（就記得個啥哈希分桶，沒作過）

    • 局部哈希計算，高維相近的點低維也相近，可是高維較遠的點低維可能也相近，將embedding應設成1維，若擔憂把遠的也算進來能夠多設置幾個hash函數等等。
  • 如何判斷你模型上線的好壞
  • 給你個nn模型，如何調參，如何修改架構
  • 如何解決冷啓動問題 用戶側，物品側
  • 推薦系統的總體架構
  • 線上推斷這部分再具體點怎麼實現的

• 反問

  • 觸寶內容推薦（小說）
  • 主要用python
  • 等後續hr通知吧

二面（45min）

面試官人很好，和藹可親

• 自我介紹
• 講下實習作了哪些優化，問了些問題（我都沒介紹實習，面試官已經直接點破我每一點實際都在作什麼）
• 討論了一下抽樣，做爲一個算法工程師如何將抽樣致使的得分分佈變化給拉回來？
• 由於實習模型是FM，詳細講了下FM，討論了下FM的泛化性
• 用的什麼優化算法，順便介紹下sgd後續的優化，sgd→momentun→rmsprop→adam，一面問過的，覆盤過
• 實習有沒有除錯過致使線上有點問題（還真有。。。）
• hadoop shuffle幹啥的，爲啥key相同的要放在一塊兒
• python深拷貝和淺拷貝的區別
• linux 替換文件中全部的a，我說的awk或者tr
• 算法題：給兩個字符串S和T，計算S的子序列中T出現的次數（dfs A了）
• 反問：居然和一面面試官不是一個部門。。。二面面試官給我介紹了算法在他們公司都有哪些應用。。。
• 總之要有工程師頂層思惟，不能侷限於模型優化啥的。

關注公衆號力扣加加，努力用清晰直白的語言還原解題思路，而且有大量圖解，手把手教你識別套路，高效刷題。

公衆號【 力扣加加】
知乎專欄【 Lucifer - 知乎】

點關注，不迷路！