<small id='LSO6'></small> <noframes id='j7qXkdtr'>

  • <tfoot id='7YasrWT'></tfoot>

      <legend id='5FZ0mT9zDw'><style id='TCbNoJ'><dir id='bayUHB'><q id='bODj'></q></dir></style></legend>
      <i id='LZWgYl8eJ'><tr id='Ae2Tfj'><dt id='XsinEqbeA8'><q id='p0OBlt3'><span id='pY8H5Vxu3'><b id='jzExJoK45'><form id='SCJGvydZ'><ins id='taTILkDsdp'></ins><ul id='oW1EXBFUIz'></ul><sub id='JDTo'></sub></form><legend id='xWTQpaLgZ'></legend><bdo id='vZrdDY5T'><pre id='YRMmOQDoI'><center id='bjAtBZM'></center></pre></bdo></b><th id='xtZ8GLX1'></th></span></q></dt></tr></i><div id='0UBnfO'><tfoot id='mFx7ynB2P'></tfoot><dl id='rQSjcP'><fieldset id='1Y45oRqu0K'></fieldset></dl></div>

          <bdo id='fszxb'></bdo><ul id='6abR'></ul>

          1. <li id='U43KwaI'></li>
            登陆

            算法面经(阿里、腾讯、美团等)

            admin 2019-06-20 317人围观 ,发现0个评论

            作者:泡了个泡
            链接:

            https://www.nowcoder.com/discuss/77924?type=2&order=3&pos=195&page=1
            来历:牛客网





              深度学习与计算机视觉报导  


            一直在等阿里的三面,最近有预见可能要面了,发一波面经攒人品

            真。末流985渣硕的春招算法实习面经,从3月初到现在大大小小也投了不少家公司,其间大多数挂在了一面,真的是不忍目睹

            除了下面这些公司还有更多的没过书面考试和简历挑选

            如此之渣的我,到现在也收到了其间两个公司的offer,期望咱们都能够拿到抱负的offer

            下面上干货

            ............................................................................................................

            360浏览器事业部 引荐算法工程师

            一面

            1.项目

            2.关键字怎样提取的,TF-IDF有改善么,怎样改善的

            3.命名实体怎样得到的,原理了解

            4.LDA的原理是什么,运用了哪个结构

            5.狄利克雷散布能详细说说么

            6.深度学习了解么

            7.RNN LSTM了解么

            8.有什么比较了解的算法

            9.xgboost算法面经(阿里、腾讯、美团等)的原理

            10.有10个排好序的数据库,那么我要找整个的中位数,怎样找

            11.一个路口,一个小时经过一个车的概率是0.9,那么20分钟内经过车的概率是多少

            12.我有一个32位的id是仅有的,那么我想紧缩一下,让他还仅有,怎样紧缩


            二面

            1.项目

            2.SVM原始问题为什么要转化为对偶问题,为什么对偶问题就好求解,原始问题不能求解么

            3.K-means 中我想聚成100类 成果发现只能聚成98类,为什么

            4.进程中的内存分段是怎样的

            5.每个线程有哪些东西是自己独享的

            6.一枚不均匀的硬币,我抛了100次,有70次朝上,那么第101次朝上的概率是多少

            这个概率怎样样,公示是怎样推导出来的

            7.给你个字符串,字符串是个数字,怎样转换为int型,不必库函数的话

            8.4个海盗,100个金币,每个人轮番提计划,假如你的计划有半数以上经过,那么久能够,不然就会被杀掉,假如你是榜首个人,那么你怎样提计划比较好

            9.你的长处是什么

            ............................................................................................................

            美团点评 到店归纳 算法实习

            一面

            1.先聊了半响项目,从细节立异点,讲到了全体的架构。聊了大约15算法面经(阿里、腾讯、美团等)分钟左右。。

            2.GBDT的原理,以及常用的调参的参数

            3.xgboost的跟GBDT比长处都有哪些

            4.一道SQL题,count(1),count(*),count(列名) 这三个有什么差异

            然后问了下什么时分能来实习,实习多久

            我问了他他这边都做什么,就这么愉快的完毕了面试


            二面

            1.L1、L2正则化,差异

            2.项目,长短期爱好,怎样验证,时刻灵敏

            3.文本内容引荐中有哪些内容能够运用到产品团购引荐当中去

            4.Xgboost中的行抽样,能够起到哪些作用

            5.样本少了不是会过拟合么,为什么行抽样能够避免过拟合

            6.算法题,一个数组,找出第k大的数

            这些办法的时刻杂乱度是多少

            接下来都是我问他的

            算法工程师的作业形式大约是什么

            他这边引荐首要是根据传统机器学习仍是深度学习

            能够不能够将深度学习关于图画方面的东西加入到引荐体系中去

            接下来大约还有几回面试

            ............................................................................................................

            腾讯IEG安全部分一面(提早批)

            你的亮点是什么,你都会什么

            1.说一下构建模型的进程

            2.特征挑选办法都有哪些

            3.常用的丢失函数和适用场景

            4.LR和SVM原理

            5.LR和SVM这两个运用起来有什么不同

            6.PCA说一下

            7.你都会什么聚类办法

            8.模算法面经(阿里、腾讯、美团等)型的点评办法有哪些

            9.ROC怎样画

            10.你知道SoftMax么

            11.野指针是什么意思

            12.快排的思维是什么

            13.Linux中查找契合必定规矩的文件名怎样查找,或许用脚本也行

            14.C++会不会  虚函数是什么意思

            15.我有一个文本,那么我要计算每个词呈现的频率,Python上应该怎样做

            16.编代码的时分怎样请求内存,有哪些办法

            17.你玩游戏么,都玩过哪些游戏


            腾讯沈阳现场一面

            1.项目

            2.特征挑选办法都有用过哪些

            3.随机森林怎样进行特征挑选

            4.用过哪些机器学习算法

            5.加密办法知道哪些

            6.MD5可逆么

            7.word2vec用过么

            8.极大似然估量是什么意思

            9.上过哪些课

            10.排序算法哪些时刻杂乱度比较低

            11.计算机网络了解多少

            20分钟,问题除了加密的部分其他应该都答得还能够

            然后出来之后被秒挂了

            ............................................................................................................

            阿里 新零售 天猫 算法工程师-机器学习

            一面

            先是一个简略的毛遂自荐;

            1.然后介绍了项目的结构和首要立异点;

            2.说一下随机森林和Adaboost,以及差异

            3.说一下GBDT和Adaboost,以及差异

            4.说一下LDA的原理

            5.关于PCA,会有榜首主成分、第二主成分,怎样为什么榜首主成分是榜首,原因是什么?

            6.PCA的主成分是怎样得到的


            二面

            先是简略问了一些关于什么时分能够实习,校园这边的情况怎样的问题。

            然后开端聊项目,项目聊得比较细,我做了哪些立异点,详细怎样做的,有问题面试官都会诘问清楚。

            1.说一下SVM

            2.聊了一下之前本科的实习阅历

            3.面向对象的三要素

            4.对深度学习了解多少

            5.你觉得深度学习的办法和传统机器学习比,有什么大的优势

            ............................................................................................................

            GrowingIO机器学习工程师(实习)

            一面

            1.项目

            2.当咱们要求准确率很高,可是不在意召回率的时分,能够怎样处理。

            3.回归算法用于分类的阈值怎样确认呢

            4.xgboost,说一下原理,步长怎样设定


            二面,总监面

            这次的二面问的问题都很open,都是一些怎样让我的引荐体系能够更好的运用于大数据的实践场景当中去的问题。

            首先是一个1分钟的简略的毛遂自荐。

            仍是聊项目,立异点,以及体系架构和完成。

            1.k-means中的k怎样确认呢?

            2.除了k-means,还能够用什么聚类办算法面经(阿里、腾讯、美团等)法,或许你还了解什么聚类办法

            3.层次聚类的话,你又怎样判别聚成多少类适宜?

            ............................................................................................................

            好未来

            一面

            1.用过什么言语,用没用过R,言语都干什么用的

            2.朴素贝叶斯原理

            3.TF-IDF原理

            4.功能点评目标,准确率召回率是怎样回事,二1979年属什么分类 和多分类的点评办法

            5.除了引荐方面的东西,你还做过一些其他工作么

            6.用过scikit-learn numpy么

            7.LDA你是怎样用的,LDA的体现怎样,主题分的作用好不好

            8.你觉得根据内容的办法和协同过滤有什么不同

            9.还有便是一些基本情况了,用没用过数据库啊之类的,数据库用的怎样样 sql会不会

            ............................................................................................................

            数旦科技

            一面

            1.数据库 三范式

            2.bagging  和boosting 哪个能够让成果的方差更小一些,为什么?

            3.你都知道哪些分类算法

            4.bagging 和boosting的差异是什么

            5.排序算法都有什么?当一个数据特别乱序的时分运用哪个排序算法更好一些

            6.你论文都怎样查找的,怎样保证质量?

            7.面向对象 多态 承继 的联系

            8.面临大数据量的引荐 应该怎样完成

            9.说说协同过滤是怎样回事

            10.你常用的引荐算法都有什么

            11.集成学习为什么要用简略的基学习器,不必一个杂乱一点的学习器

            12.非线性的数据,能够运用什么分类器进行分类

            ............................................................................................................


            搜狐算法实习生

            一面

            先问项目,然后

            1.LDA的原理是什么?

            5.引荐的时分矩阵必定是稀少的,关于这个稀少矩阵应该怎样处理?

            6.怎样从文档中提取关键字?

            7.讲一讲tf-idf是什么意思

            8.hash算法面经(阿里、腾讯、美团等)map你用过么,底层是怎样完成的?

            9.计算机网络你有学过吧,还记得什么么?

            10. Android 的生命周期是什么?

            11.你用过Python 那么你Python都用过哪些机器学习的库?

            12.你觉着你自己都有哪些长处呢?

            ............................................................................................................

            搜狐(智能引荐渠道)

            一面

            首要问的都是项目

            手撸代码,不必库函数求一个数的立方根,要求差错小于0.01

            敲黑板!重要的事儿说三遍:咱们的微信群建立啦!微信群建立啦!微信群建立啦!

            入群方法:加算法与计算机视觉官方微信,补白【入群】+方向+所在地+校园/公司+昵称


            随机深度练习:既让马儿跑得快,还让马儿少吃草?

            资源 | 李宏毅:1 天搞懂深度学习

            空泛卷积:有之认为利,无之认为用

            重视深度学习与计算机视觉


            了解更多全新动态

            长按二维码重视


            请关注微信公众号
            微信二维码
            不容错过
            Powered By Z-BlogPHP