作者：Polaris045217
链接：https://www.nowcoder.com/discuss/48981?type=0&order=0&pos=19&page=1
来源：牛客网
本人渣硕，非cs。
自学机器学习，深度学习，leetcode200多道吧（基本看答案，题还是要多刷，今后工作了也要保持，锻炼思维）
有幸参加了2个kaggle比赛，拿到6/1400排名
有幸获得今日头条实习机会
幸运获得阿里校招面试A的评价和网易的SSPoffer（有遗憾就是没有去到执念的idst，也有网易开出的惊喜offer）
现在还在招聘流程是商汤，第四范式。走完流程就结束招聘吧，要回家陪陪家人，写写论文了
百度滴滴美团已经放弃
谢谢这两年努力的自己，推公式，刷题，实习，今后也要继续加油！
谢谢头条的实习经历，让自己飞速成长
谢谢牛客平台，所以把面试经历写成帖子，回馈牛客，也算给自己攒人品~
中国平安 – 实习生(上海/北京)
1.卷积正向和反向传播
2.Caffe源码
3.斐波那契 memcpy
4.pooling反向
5.项目介绍
6.override overload 纯虚函数等
阿里巴巴 – 2017.3.23 – 实习生 – idst – 非内推
1.linux 修改环境变量
2.sql语句
3.gbdt xgboost区别
4.kaggle项目 30min
5.融合方法，改进
阿里巴巴 – 2017.3.28 – 实习生 – 淘宝搜索 – 内推一面
1.项目介绍(30分钟)–项目过程，融合方法，训练方法，augmentation等
2.batch normalization
3.有没有了解其他机器学习算法
4.介绍一个熟悉的算法(决策树)
5.在线写线性回归
6.对深度学习框架有没有了解，还是只是停留在使用的层面
7.有没有什么想问的
阿里巴巴 – 2017.3.31 – 实习生 – 淘宝搜索 – 内推二面
1.项目介绍
2.kd-tree
3.开放问题 100w商品 50个推荐窗口，怎么安排推荐
腾讯 – 2017.4.10 – 实习生非内推 – 优图实验室 – 一面
1.项目介绍
2.计算卷积核参数数量
3.如何处理深度学习overfitting
4.如何在测试中，加速1000倍(不改变网络结构)
5.pooling层的作用，以及为什么会选择maxpooling
6.有没有从头开始训练一个模型 vgg16 resnet googlenet收敛问题
今日头条 – 2017.4.11 – 日常实习生非内推 – 一面
1.项目介绍
2.如何训练深度学习网络
3.如何处理样本分布不均衡的问题
4.手写代码-反转链表
5.手写代码-前序遍历
今日头条 – 2017.4.11 – 日常实习生非内推 – 二面
1.项目介绍（为什么不尝试xgboost以外的模型）
2.xgboost gbdt区别
3.深度学习训练方法
4.改进方法
5.caffe框架结构
6.手写代码-旋转数组找出最大数字
今日头条 – 2017.4.13 – 日常实习生非内推 – 三面
1.前两面反应较好，聊天
2.对前两个面试官有什么看法
3.有什么问题
#腾讯挺坑的，一面过了，二面面试官打电话确认了面试时间，收到了确认邮件，然后鸽了
腾讯游戏 – 校招内推 – 一面
1.实习介绍
2.介绍svm，为什么要求对偶
3.介绍一个熟悉的算法
4.全局变量 局部变量存储位置不同，静态变量初始化，生存周期
5.python多线程的实现，死锁
6.优化算法 sgd 牛顿法。为什么牛顿法快？及其缺点？
网易 – 内推校招 – 人工智能事业部 – 一面
1.实习介绍
2.kaggle 深度学习项目介绍
3.几个框架对比
4.模型融合策略和方法
网易 – 内推校招 – 人工智能事业部 – 二面
1.项目介绍，讲你最好的项目
2.实习介绍
3.svm手推
4.kaggle融合的策略和方法
#前3面反映较好，加面
网易 – 内推校招 – 人工智能事业部 – special 加面
1.最好的项目介绍
2.batch normalization算法
3.实习经历
4.cnn现在发展以及不足
5.说对游戏ai感兴趣 – alphago的技术点，强化学习等
华为 – 内推校招 – 1,2,3面
#略
#Nvidia Deeplearning software 面试官很客气，提前定好这次面试时长40分钟
Nvidia – 内推校招 – 一面
1.项目介绍 30min
2.编程题2道
3.过拟合欠拟合 以及其背后本质，偏差方差角度如何理解
#Sensetime 商汤科技 每面30min
#号称最难进公司之一？
Sensetime – 2017.9.11 – 校招内推 – 计算机视觉&深度学习 – 一面
1.kaggle比赛 问的比较详细 包括 data augmentation， KNN的trick， 模型融合等
2.实习经历
3.有什么问题
Sensetime – 2017.9.11 – 校招内推 – 计算机视觉&深度学习 – 二面
1.kaggle比赛
2.头条实习
3.python set-list转化
4.caffe框架结构，learning rate设置
5.第K大的数
6.sgd adam区别
7.resnet vgg区别
8.python 变量拷贝规则
9.有什么要问的
Sensetime – 2017.9.11 – 内推校招 计算机视觉&深度学习 – 三面
1.头条实习 比较详细以及为什么头条推荐这么厉害 #面试官是在做dl+推荐，所以比较关心头条所做的东西
2.熟悉什么框架
3.喜欢什么方向，cv还是推荐等，以及个人认为他们的前景
4.学术型硕士还是工程型硕士？
5.有什么问题
阿里巴巴 – 2017.9.13 – 校招 – 初面
1.头条实习 —– 特征维度，为什么时延很低，在头条做了哪些，头条的算法
2.深度学习和传统机器学习
3.深度学习最近的发展和技术突破点
4.GBDT是什么 — 加法模型
5.为什么现在推荐可以使用GBDT的内部结点当做LR的特征 — 特征选择和子集评价，还是stack模型融合？
6.RF GBDT区别 — 方差偏差理论，bagging&boost区别
7.GBDT xgboost区别 –泰勒二阶，并行化，正则项
8.手写MergeSort
9.熟悉什么语言
10.用什么框架
11.深度学习正则化
12.GBDT分布式如何实现 #没有了解过，然后简单说了自己的想法，面试官给我讲了许多这方面
阿里巴巴 – 2017.9.15 – 校招 – 终面
1.头条实习 —– 模型介绍
2.GBDT xgboost区别
3.kaggle比赛
4.一个整数数组中，寻找3个数乘积最大
5.GBDT与bagging等方法区别
6.linux常用指令 sort grep等
阿里巴巴 – 2017.9.15 – 校招 – 加面
#压力面？
1.头条实习ffm替换skip gram模型，为什么？效果如何？为什么会有提速效果？线上如何部署等
2.头条所做？训练两个大模型，效果如何？
3.kaggle比赛
4.vgg16 resnet googlenet区别
5.手写代码-旋转数组找出最小数字
#其余记不清了
大疆 – 2017.9.17 – 校招 – 初面
1.头条实习
2.kaggle项目
跟作者交流：https://www.nowcoder.com/discuss/48981?type=0&order=0&pos=19&page=1
