头条推荐算法offer面经

求解答的问题:Data这个部门如何啊?hr说老大是项亮。知道AILab好像特别出名。。。

面经如下(有点粗略,有些问题想不起来了。。。抱歉):

在北邮人上直接投的简历,得到面试机会,由于人在天津+各种事情,面试时间推了三次。。。hr小姐姐脾气太好了,点赞

技术面两面+hr一面+hr电话直接谈入职时间

一面(视频)50min:

讲自己写的论文,20min,如何用的LDA,讲解多臂赌博机,从基本的到我用到的,再到改进,论文中最重要的参考文献面试官很懂。。。聊得很细

xgboost原理,推导,调参,(由于kaggle项目里用到过)

基于商品的协同过滤,公式实现,类似于TF-IDF的思想从而惩罚热门商品

深度学习的东西,防止过拟合

写代码,将一串从小到大的数字,任意轮转,如1,3,4,5,7,8,23,轮转为5,7,8,23,1,3,4,给定一个数字,查找是否在该列表中,给定位置or输出错误。(对二分查找改进即可)

二面(视频)50min:

论文又说了20min

分类算法知道哪些

GBDT的推导,原理。实际项目有用过吗?没有。。。

GBDT第二棵树的输入是什么?梯度是几阶的?一阶的,xgboost?是二阶的,两者之间的对比等聊了蛮多

GBDT构造单棵决策树的过程?

分类模型的评价指标有哪些?。。。准确率,召回率,auc,roc。auc的含义是什么,横纵轴代表什么?

xgboost用过吗?它有很大改进,有哪些改进?答了特征抽样,是模拟随机森林,防止过拟合;支持线性分类器;可以自定义损失函数,并且可以用二阶偏导;加入了正则化项:叶节点数、每个叶节点输出score的L2-norm在一定情况下支持并行,只有在建树的阶段才会用到,每个节点可以并行的寻找分裂特征。

分类算法防止过拟合的方法?

深度学习防止过拟合?

写编程题:对一个任意正数开根号,精确到小数点后五位。。。。。。(也是二分法查找,但是要注意小于1的数字怎么求呢?)

最后问了一个概率题,一副扑克牌54张,随意洗牌,分为两份,每份有两个2的概率。

最后面试官指出,机器学习算法的基础不够扎实,代码冗余比较严重

hr面,10min电话:

二面后十分钟,hr就打来电话了,聊了十分钟未来规划,其他公司offer情况等。让等消息,第二天下午,收到录用电话。

总之,只准备了年后两个月(但是基本每天都很拼),本来觉得希望是不大的,竟然过了。分析原因如下:

关于自己的项目或论文,自己掌握的非常好(这点必须的吧),并且与面试工作领域较为切合,与面试官互动很好,你来我往;

关于算法,有的答的很好,其他至少能大概答出来关键点,不至于完全不知道,没有硬伤;

编程题。。。太鸡肋了,因为我真的没有刷过编程题,还是通信专业的,唯一做过的题就是之前参加各公司笔试时候顺便练的。。。真的太菜了。。。包括这两轮笔试,题目都是短小精干类型的(发现面试基本都这样),都不是一口气编出来的,但是最后过了,感觉是因为很快都想到了突破口(然而并没有一口气编出来),和面试官有很好的互动,每当我卡主,面试官给我一点隐晦的提示,我都很快反应过来,get到了,于是面试官可能觉得我悟性还可以?(这是我猜测的。。)

希望对各位能有帮助,坚持就是胜利,offer会来敲门的。

点击作者姓名与作者大佬交流~

作者:ALOH

来源:

牛客网(www.nowcoder.com)

– 互联网名企笔试真题

– 校招求职笔经&面经

– 程序员/产品/运营求职实习信息

– 程序员/产品/运营学习交流社区

    原文作者:牛客网
    原文地址: https://www.jianshu.com/p/57bf5063b58f
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞