1. 程式人生 > >某網際網路風控部門演算法實習生面試

某網際網路風控部門演算法實習生面試

面試從投遞簡歷到最終面試持續了近40天,也許是跟該公司有緣吧….
春招的時候,我並沒有投遞該公司的職位,4月末的某一天,我看到某招聘網站上有風控部門的社招資訊,諮詢了下有無演算法實習生崗位,於是開始了持續一個多月的面試…..

一面(電話面):投遞簡歷後的一週內,該公司員工與我進行了電話面試,面試內容很發散,主要圍繞專案進行詢問,問了一些寫過文章裡的核心內容,問了一些推薦系統的內容並與面試官侃大山,談論有關淘寶推薦系統和百度搜索推薦系統…最後在某個線上筆試網站上寫了一道演算法題(劍指offer面試題33 把陣列排成最小的數),面試結束。

二面(電話面):由於4月末是勞動節,正巧4月27日下午百度邀請我去面試,當天早晨該公司問我下午是否能夠面試,由於時間衝突,於是約好5.1後再進行面試。誰知道這一拖直接就拖到了5月20號…….二面時間比較短(25min),問了一些如何處理不平衡資料的問題,問了一些大資料規模下的排序策略,如何構建貝葉斯網路,決策樹的分裂標準有哪些。如何防止過擬合等問題。

三面:簡單的做了下自我介紹,面試官希望我詳細描述簡歷中對你影響最大的的一個專案,於是我從題目背景,資料結構,特徵工程以及模型選擇等幾個方面詳細做了描述,隨後面試官問了一些機器學習的問題如:什麼是過擬合,什麼是欠擬合,哪些模型容易過(欠)擬合,如何解決這些問題,L1和L2正則項是什麼,Xgboost正則項如何定義,LR是根據高斯分佈得到的麼?問是否瞭解降維技術,什麼是PCA,屬性選擇常用哪些的方法有哪些。問 什麼是LDA,詳細描述LDA。問了一些貝葉斯概率的題 如:1.兩個人先後扔硬幣(均勻),先扔到正面的獲勝,問先扔硬幣的人獲勝的概率是多少。 2. 某個地區的生育採用如下策略:如果第一胎是男孩,停止生育,如果是女孩則繼續生孩子,直到生育有男孩為止。問若干年後,該地區的男女比例如何(感謝一下中科院的鄒博老師,在他的演算法課和機器學習課程中這些問題詳細的討論過,所以我很順利的答出來了)。演算法題:1.連續子陣列的最大和(劍指offer 31題)。2.手推程式碼:判斷連結串列是否存在環,如果存在找出環的位置(也是劍指offer原題)。面試到此結束,持續90分鐘左右。
已獲得offer。

相關推薦

網際網路部門演算法實習生面試

面試從投遞簡歷到最終面試持續了近40天,也許是跟該公司有緣吧…. 春招的時候,我並沒有投遞該公司的職位,4月末的某一天,我看到某招聘網站上有風控部門的社招資訊,諮詢了下有無演算法實習生崗位,於是開始了持續一個多月的面試….. 一面(電話面):投遞簡歷後的一週

face++ 演算法實習生 面試覆盤

兩週前去face++面試人臉識別組演算法實習生,技術面沒過被刷掉了(雖然聊得比較開心) 打仗都是越打越順的,重要的是需要覆盤、總結、進而查漏補缺, 才能收割offer啊! 因為崗位要求熟悉python語言以及熟練使用scikit-learn、numpy等庫函式。於是在準備演算法題的同時我把n

位元組跳動(今日頭條)推薦演算法實習生面試

2018-05-16 17:00 一面:(1)自我介紹。(2)介紹自己是如何去除水印和增加水印安全性的工作,對於自己做過的專案問的很具體。(3)讓詳細介紹一下邏輯迴歸,包括邏輯迴歸的分類公式,損失函式、邏輯迴歸分類的過程。(4)問了一下邏輯迴歸中損失函式的作用?損失函式是評價

網際網路模型需要多大資料?

近兩年來,“大資料”一詞廣受熱議,提高了企業對資料及資料所產生的價值的重視,整體上推進了我國在各項商務應用和政務應用中資料支援的比重,提升了量化決策和科學決策的水平。然而,在大資料概念提出之前,我們也一直從事資料分析和建模的工作,在這裡,我想談談大資料的出現,對網際網路金

面試筆試演算法】Problem 1 : DP滑雪問題--網易網際網路演算法實習生2017筆試題

Description Michael喜歡滑雪百這並不奇怪,因為滑雪的確很刺激。可是 為了獲得速度,滑的區域必須向下傾斜,而且當你滑到坡底,你不得不再次走上坡或者等待升降機來載你。Michael想知道

11月第1周業務關注|抖音演算法滋生群系統:百部手機人工刷 1萬播放量僅7毛

易盾業務風控週報每週呈報值得關注的安全技術和事件,包括但不限於內容安全、移動安全、業務安全和網路安全,幫助企業提高警惕,規避這些似小實大、影響業務健康發展的安全風險。 1 抖音演算法滋生群控系統:百部手機人工刷 1萬播放量僅7毛據瞭解,抖音的熱門推薦機制為任何一個作品包括廣告作品系統分配一個基礎播放量大概

網際網路金融做大資料的九種維度

網際網路金融做大資料風控的九種維度 在網際網路金融迅猛發展的背景下,風險控制問題已然成為行業焦點,基於大資料的風控模型正在成為網際網路金融領域的熱門戰場。那麼,大資料風控到底是怎麼一回事呢?與傳統風控相比,它又是怎樣來進行風險識別的呢?本文對此進行了探討。 大資料能夠進行資料變現的商

11月第3周業務關注 | 下月起網際網路平臺上線群聊、直播等功能前需安全評估

易盾業務風控週報每週呈報值得關注的安全技術和事件,包括但不限於內容安全、移動安全、業務安全和網路安全,幫助企業提高警惕,規避這些似小實大、影響業務健康發展的安全風險。 本週內容安全事件比較集中,故以內容安全特刊形式展現給大家。 1、下月起網際網路平臺上線群聊、直播等功能前需安全評估 今後,網際網路平臺新

建模】模型崗基本要求及面試問題總結

一 準備工作 根據核心職業CD法則,找這份工作前,你先得知道自己有什麼,自己要什麼;面試單位有什麼,面試單位要什麼。 就筆者這將近一年的學習及工作經驗總結而言,頂頭到建模這塊兒,整個知識版塊可以分為五大塊兒,總結如下: 前搞MIS:業務資料報告及報表的開發。

10月第4周業務關注|多部門聯合調查教育類App:重點排查遊戲、打賞等內容

易盾業務風控週報每週呈報值得關注的安全技術和事件,包括但不限於內容安全、移動安全、業務安全和網路安全,幫助企業提高警惕,規避這些似小實大、影響業務健康發展的安全風險。 1、多部門聯合調查教育類App:重點排查遊戲、打賞等內容 近期,深圳、北京、重慶多位家長向記者反

P2P暴雷後續 完善網際網路金融大資料模型成為命門

金融的本質就是信用、風險、交易、融資、財富管理,信用是整個金融領域的根本基石,所以金融風控是被很多金融公司擺放在第一位,資產規模放在第二位,2018年P2P行業暴雷對整個金融理財貸款行業產生了巨大的影響,這其中很多企業倒閉,就是因為風控沒有做好,風控問題已經成為今日行業的焦點,特別是大資料風控模型已

建模】網際網路金融簡介

但凡是可以下定義的東西,總是單調而乏味的,但如果當故事來講,來一壺老酒,再就點花生米,那聽起來就有味兒了。這篇文章就講網際網路金融的前身今生,最有趣的就是番外的故事。保持筆者文章的一貫作風, 不求一氣呵成,把大綱列好,有新東西就加點進來,漸漸地就有味道了。 ●借貸活動: 借貸活動

1月第1周業務關注| 國家網信辦啟動專項行動 劍指12類違法違規網際網路資訊

易盾業務風控週報每週呈報值得關注的安全技術和事件,包括但不限於內容安全、移動安全、業務安全和網路安全,幫助企業提高警惕,規避這些似小實大、影響業務健康發展的安全風險。 1、國家網信辦啟動專項行動 劍指12類違法違規網際網路資訊 近日,針對網路生態問題頻發、各類有害資訊屢禁不止等突出問題,為積極迴應民眾關切

演算法架構系列活動—大資料技術應用

“羊毛黨”始於線下、興於線上,他的興起與網際網路的發展緊密相關。近幾年,為了吸引註冊使用者,O2

DataFun Talk演算法架構系列活動——智慧時代:及反欺詐體系搭建

隨著大資料的普及應用,大資料風控的概念隨之而生,它是指通過運用大資料構建模型的方法對作弊和欺詐方

1月第2周業務關注|“掃黃打非”部門查處互動作業、納米盒等20多個學習類APP

易盾業務風控週報每週呈報值得關注的安全技術和事件,包括但不限於內容安全、移動安全、業務安全和網路安全,幫助企業提高警惕,規避這些似小實大、影響業務健康發展的安全風險。 1 全國“掃黃打非”辦公室公佈2018年度“掃黃打非”十大案件 全國“掃黃打非”辦公室1月10日公佈2018年度“掃黃打非”十大案件,

實習生面試經驗(一)-影象演算法

目前研二,女,模式識別專業,北京,為了方便明年找工作去試了試投實習。第一次實習面試,也不知道怎麼準備,直接就去了。昨天問了問,面試掛了。還是打算記錄一下面試內容,為以後的面試積累經驗,也可以刺激一下自己好好學習。 從研一開始做一個手勢識別和one-shot learnin

利用圖演算法實現金融行業

(本文資料為虛構,僅供實驗) 一、背景 本文將針對阿里雲平臺上圖演算法模組來進行實驗。圖演算法一般被用來解決關係網狀的業務場景。與常規的結構化資料不同,圖演算法需要把資料整理成首尾相連的關係圖譜。圖演算法更多的是考慮邊和點的概念。阿里雲機器學習平臺上提供了豐富的圖演算法元件,包括K-Core、最大聯

揭祕網際網路金融的大資料

大資料能夠進行資料變現的商業模式目前就是兩個,一個是精準營銷,典型的場景是商品推薦和精準廣告投放,另外一個是大資料風控,典型的場景是網際網路金融的大資料風控。金融的本質是風險管理,風控是所有金融業務的核心。典型的金融借貸業務例如抵押貸款、消費貸款、P2P、供應鏈金融、以及票據