美團機器學習崗面經
今年由於阿里擁抱變化,縮招的訊息似乎影響了整個就業的形勢。舉個例子,據我瞭解某個實驗室去年數個BAT的offer,今年好像只有一兩個。當然大的趨勢我們無法改變,只有自己擁抱變化才行。在這個形勢之下能有一份自己滿意的工作的確很不容易,樓主經歷了不斷地挫折和失敗之後很慶幸自己獲得了美團的offer,本著分享的精神和大家分享我的面試經歷。希望能給後人造福。當然本人能力有限,找工作一半運氣,其中觀點對與錯各位看官自行分辨。
實習
如果能去實習最好。畢竟在公司幹過的人自然要比其他人靠譜很多。但是由於客觀條件限制,很多人沒辦法去實習。這個也很無奈,當然,沒有機會就要試著創造機會,一切事在人為。
內推
內推,顧名思義就是內部推薦。公司會允許員工通過內部渠道向公司推薦人才,然後公司進行面試(一般是電話面試)。實踐證明,內推作為校招前的一個應聘渠道是大家應該極力爭取的。因為內推一般是免筆試的,直接電話面試,這就省去了很多辛苦。而且最後可能薪資也不一樣。其實內推已經成為公司提早挖人才的途徑了。樓主後知後覺,沒有參與到美團的內推中,不過周圍小夥伴有通過內推進入的,還是很好的。
1,提高自己的嗅覺,多去關注內推資訊,多加幾個群,微訊號等等,多和別人交流,獲得招聘資訊。
2,如果有師兄師姐在目標公司就職,一定要聯絡他們,無論是內推機會還是求職建議,師兄師姐肯定比陌生人靠譜。
3,內推雖然免筆試,但是並不意味著內推要求低。正如前面所說的,內推的目的是挖人才的,不是來收割的。
4,電話面試可能有幾輪,都要好好準備。由於你只能聽到對方的聲音,如果不適應的話可能會有些緊張,不過他也看不到你在幹嘛,所以你也可以利用這個優勢,你懂得~
其實以上這幾點對很多公司都適用。
面試
線上筆試通過之後,在面試之前會有簡訊通知面試時間的。今年是在南二環那邊的愛威爾酒店。樓主感覺酒店的環境一般般,一樓等待的地方很暗,而且有些地方一層灰,好久沒有人的樣子。貌似是美團外包給51job的人來安排的面試流程。面試在三樓,由於資料探勘的面試官比較少,樓主一面被分到後端開發的面試官面試了。
一面
面試官很年輕,說話也很nice,不是那種不苟言笑的人。就算你答不出來他也會給你一些鼓勵或者提示。
考察的範圍很廣,但是深度不深。
1,計算機網路方面:都是網上常見的題,只要之前準備過就沒問題。TCP/IP協議分層;每層協議;常見協議的埠號;TCP三次握手的過程;三次握手的原因;瀏覽器輸入一個網址訪問某個網站,這個過程都發生了什麼。等等。
2,概率方面,三個門,一個有獎品,兩個沒獎品的問題,這個問題也是比較經典的問題,網上有,大家可以百度,(http://zhidao.baidu.com/link?url ... Bz3DcdtX3iQxvbyjmr_)。
還有一個生男生女的問題,說一個村子重男輕女,生孩子都是生到有男孩為止,問最後男女比例,這個網上也有(
3,演算法問題:全排列問題,這個是演算法裡很經典的問題了,用遞迴去做(可以參考:http://blog.csdn.net/e3399/article/details/7543861),動態規劃問題,問我懂不懂,我給他講了一個最常見的動態規劃問題,他就放過我了:)
4,作業系統:程序的死鎖,4種條件;分頁;樓主這類問題答的不好。。。。
5,其他就是大概聊聊你的專案,畢竟崗位是機器學習,所以專案的匹配度還是要有一些的,包括你的論文都會成為你的加分項。
面完了就會讓你等一下通知。
二面
面試官也很年輕,但是比一面的人少了和藹,人還是不錯的,只是說話比較直
上來就寫演算法題,你寫的過程中他會看你的簡歷。
1,用一個數組實現三個棧。我說不明白啥意思。。。他給我換了一道
2,連結串列逆序。。正中我下懷~
3,談你的專案。我覺得這個過程中你一定要讓人家明白你做的是什麼東西,想解決什麼問題,用了什麼方法。有的時候可能面試官並不能理解特別專業的術語,你可以用比較簡單的方式去解釋,儘量讓你的所做的專案能夠儘快被他理解。
4,智力題,140克的鹽,給你一個天平,一個2g砝碼,一個7克砝碼,只稱三次,稱出50g的鹽。樓主想了半天,沒找到3次的解,後來他提示了一下找出來了。感興趣可以自己做一下。
5,又是寫程式碼,題目我又見過,真不好意思:)給你一個數N,問1-N這N個整數裡面,每個位上一共出現多少次數字1. 這個是程式設計之美上的原題。當時看的時候覺得好複雜,最後我也沒寫出來,當然,面試的技巧就是,無論這道題你會還是不會,儘量把你的思考過程說出來,一方面防止冷場,另一方面可以讓他知道你的思考過程。最後面試官讓我不用最優的,我就寫了個最笨的。
三面
三面沒有問技術,問的問題主要是,專案,遇到的困難,最有成就的事情,有什麼收穫,會讓你舉例子說明。 我就只能濤濤不絕的講。問了一個預估的題目,讓你估計早餐市場的規模。最後會讓你問問題,我問了一個美團最近虧損的新聞,問了美團的盈利模式。大概就是這樣。
然後第二天晚上收到的offer。
簡單總結一下,首先基礎要紮實,基本的東西要明白,專案和論文要有,尤其是對機器學習與資料探勘崗位,感覺會關注你的論文情況。當然論文的方向不一定和他們所做的業務是一樣的,只是用來證明你有解決機器學習這類問題的能力。
題目要刷,leetcode什麼的要做一做的。劍指offer,程式設計之美都值得看看。
面試二
先自我介紹之後,就是程式設計演算法題了
1.輸出一個字串的下一個字典序
如ABDC 輸出ACBD(不會。。)
2. 輸出一個字串的最長迴文(沒寫完整,時間拖太久。。,他直接說下一個了,應該要用兩個輔助棧)
3.n個蘋果放入m個盤子中有多少種方法(不能用排列組合,演算法實現)(動態規劃)
問題:
1. 兩個集合如何求並集,交集
2. 兩個集合如何求相似度,維度不一定相同
3. 如何找出N個數的中位數,記憶體不夠怎麼辦
4. Top k問題
5. 你最熟悉的兩個機器學習的演算法,我說了LR和SVM。然後讓我講SVM,需要推公式,我。。推。如何分類非線性問題,答核函式,知道xx核函式嗎(徑向基核,好吧,就是高斯核),沒聽過(只知道多項式核,高斯核),核函式的優缺點(優點避免高維運算,缺點不知道。。),SVM的優缺點,balabala
6. 給你1000w篇文件或html,如何判斷是否為體育類的新聞,需要給出系統的方法(分詞+人工判定+詞庫+SVM訓練),你覺得整個過程中有哪些需要注意的地方,我提到了過擬合,面試官:有哪些防止過擬合的方法,答:新增正則化項,交叉驗證,樹的話可以剪枝,問:還有呢,我。。。
7. HashMap如何實現,解決碰撞還有哪些方法,TreeMap呢,紅黑樹的原理,平均時間複雜度,最差的時間複雜度?O(lgn)?那邊比較耗時間?答更新的時候需要左旋右旋?
8. 知道map-reduce嗎,shuffle是做什麼用的?如何用map-reduce對浮點數排序(只做一次map-reduce)?
9. 用什麼資料結構實現深度優先搜尋?廣度優先搜尋?層次遍歷?我:層次遍歷和廣度優先搜尋不是類似的嗎,面試官:你確定?我。。
10. 問了下協同過濾和KNN模型,他說了幾個術語我都沒聽明白,我只知道根據相似度做推薦。面試官說:貌似你的專案都是偏開發的嘛,我。。有沒有手動實現過什麼機器學習演算法,我。。
11. 實現負載均衡的演算法,輪詢,一致性hash,最小連線數。。面試官:還有呢,我。。想不到了
面試官貌似比較糾結要不要讓我過,考察的確實蠻深入,程式設計的寫的不好,最後猶豫了一下還是把我掛了,這一面時間真的很長啊9:15-10.30,面試官各種追問,招架不住。
軟體研發崗
一面
上來我問“要自我介紹不?”。面試官一上來說不用了,先寫幾段程式碼吧!然後,第一題:給你兩個字串str1,str2,找出str2在str1中的位置。我一看題目心中暗喜,這個好做,好歹都寫過求兩個字串的最長公共子串,求一個字串的重複子串,求一個字串的最長迴文串。這個題比這幾個都簡單,小case,啪啦啪啦一下子寫好了。給面試官看,並給他介紹了下,第一題通過。
接著又問,“阿?!你還實習過啊,還搞的雲端計算啊。那你講講你實習把”。有備而來啊,我就啪啦啪啦一遍講一遍畫,在紙上把cloudstack的架構和原理,說了一通。並且還把我實習時,寫過的shell指令碼(cloudstack環境自動部署)拿出來給他看了下,還把其中用到的一個小的互動和他講了下。面試官說,教父級的啊!我說還好,我在虛機上測試過多次,可以正常執行。再把實習做的事和他說了下,這方面算是認可了。又問了關於專案的,這方面難不倒我,哥都準備好了,兵來將擋,水來土掩,講的清清楚楚。
緊接著又問了,計算機網路懂不?我說懂點,那我問你啊,在瀏覽器裡輸入美團網的URL,會經歷哪些過程和裝置啊?心裡又竊喜啊,這類題目在那兒見過的,啪啦啪啦,從DNS、代理伺服器、路由器、負載均衡、伺服器,各種UDP、TCP等等講了一通。他也很認同,輕鬆又創了一關。
然後,又問,作業系統懂不,我說懂點。那你說說程序和執行緒有什麼區別啊,這個都是被面試官問爛了的問題,我還能不會嗎?劈里啪啦的講了一通。面試官點頭嗯嗯。又問,程序、執行緒間通訊方式有哪些各有什麼特點啊,這個又是被問爛了的題目,自然輕鬆過關啊,看我這麼有激情地說,套接字常用在遠端程序通訊,他突然打斷了我“那本地可以用不?”這個當然可以啊,一般伺服器和客服端除錯不都這樣嗎,我說,不過,這有點小材大用啊。面試官連忙點頭,嗯嗯!
“那,再給你出個問題哈”,我說“好的”。“你怎麼統計南京市有多少輛計程車?”我靠,這個怎麼整啊,我想都沒想就蹦出一句,“找交管部門查唄!”。他說,“不能查!”。這個我得想想了,剛開始還是從計算公路上的車的流量來算,後來想想車都是移動的,這怎麼整呢?結果靈機一動,這不是再考我樣本估計總體的思想嗎?然後,我就告訴面試官,我有兩種方案,不過都是用樣本去估計總體的思想。一個是按人口和車輛的比,一個是按面積和車輛的比,最後有補充了點兒,各地方的人口密度和車輛密度是不同的,所以選幾個典型的樣本區統計,求平均去估計總體。減少誤差。這個思想也被認同了,好了,總算一面過了,和一面官的聊天還是挺哈皮的。結束時,他說,我這邊你過了,去休息室準備二面。
二面
上來就讓我介紹了專案,說到決策樹相關的,介紹完了,還說這是你想出來的啊?我說看到資料結構和演算法裡的,借鑑過來的。緊接著出了個題嗎,1000!末尾有多少個0,看了題目,有點暈啊,這怎麼算呢,一點思路都木有。二面官人還蠻好的,一邊說題目,一邊說,你可以先算個10!,100!看看。頓時就有了思路,其實就是看因子裡有2*5的個數,其實只需看因子5的個數就可以了,2的個數一般比5的個數多的,只需看5n%5==0,m=5n/5,算出5的倍數中因子5的個數就可以了。
接著出了一個三角矩陣的題目,每次只能向下和向右下走。剛開始還木有思路,最後竟然想到將矩陣轉換為二叉樹,對二叉樹進行先序遍歷。二面官說你還能想到這個啊。那你程式設計實現以下。我靠,這個還要建二叉樹啊,不是很好弄啊。面試官說,那你寫個二叉樹求和最大時的路徑吧。好吧,這又轉到劍指offer上了,劈里啪啦就寫好了。然後面試官看了下,不錯,二面就結束了,二面結束已經將近1點了,還沒吃午飯啊,又困又餓啊。下午3點還有騰訊的面試,這個可不想錯過啊,上去和HR說了下,HR人還蠻好的,直接把我的簡歷拿到最上面。
三面
三面那個囧啊,嘴裡塞了一嘴麵包,HR喊的時候,直接就去了,忘了帶水。見到三面官的時候,我還在嚼麵包,想吐出來,又不知道往哪兒吐,想吞進去,又咽不下去,哎。。。那個囧態簡直難以忘記啊!三面官看到此態,笑了,說你是不是要喝點水啊。我馬上說是的啊,他向我指了一個地方,那兒有水。靠,救星啊,倒了兩杯水,給面試官也倒了一杯。一起拿過去先把水給面試官了。三面官說,你先喝點水,不急,我看看你簡歷和資料。
就這樣三面開始了,剛開始是閒扯啊,又講實習的專案,講了一半,他貌似看到以前面試的評語,說這個是不是以前說過的啊?我說,是的啊,他說,說過的就不用再說了。然後就讓我回憶你有哪些優點了,我先把本科的一個故事給他講了。然後他還在問,可能你平時沒注意,你再想想還有什麼事能表現你的一些優點的。我想啊想,又把研究生的一個故事給他講了。然後還在問,還有不,你再想想。我就在想啊,這面試官真不錯啊,人太好了,一直在挖掘人的長處啊。我每講一個故事,他都在紙上做記錄,滿滿地寫了幾張紙啊!感動啊!
故事講完了,又問我,你一般在網上看技術文章不?我說看,他說在哪兒看啊。我說CSDN,部落格園。他也在做記錄,然後問,那你有部落格賬號不?我說有,他說,那你能給個連結不?我說,連結不記得了,那給個搜尋關鍵詞吧,我就給了。我還以為3面就這樣聊聊就好了呢。沒想到,又出了兩道題,一個是寫個乘法的巨集定義,果然是沒注意啊,要加3個括號#define multply(m,n) ((m)*(n)),這樣才對啊。哎。。。我只加了一個,在面試官的提示下,才想到加3個。確實覺得面試官人不錯啊,大美團確實不錯啊。又問了,巨集定義和行內函數有什麼區別嗎,分別在什麼樣的場景下應用啊。我答了行內函數在編譯時,將呼叫處進行函式替換,避免調來調去壓榨出棧的時間開銷,以空間換時間,還有行內函數有型別檢測,巨集替換沒有型別檢測,行內函數只是向編譯器申請,若行內函數體內有迴圈遞迴等,申請會失敗,系統會當初普通函式處理。又問了如果設計一個string類,要注意什麼問題。我答了,注意記憶體洩露啊。如果是繼承,基類的解構函式要設計成虛擬函式。拷貝建構函式和賦值函式要注意異常安全,還有不能拷貝指標。然後就是3面結束了,等通知
一面
上來我問“要自我介紹不?”。面試官一上來說不用了,先寫幾段程式碼吧!然後,第一題:給你兩個字串str1,str2,找出str2在str1中的位置。我一看題目心中暗喜,這個好做,好歹都寫過求兩個字串的最長公共子串,求一個字串的重複子串,求一個字串的最長迴文串。這個題比這幾個都簡單,小case,啪啦啪啦一下子寫好了。給面試官看,並給他介紹了下,第一題通過。
接著又問,“阿?!你還實習過啊,還搞的雲端計算啊。那你講講你實習把”。有備而來啊,我就啪啦啪啦一遍講一遍畫,在紙上把cloudstack的架構和原理,說了一通。並且還把我實習時,寫過的shell指令碼(cloudstack環境自動部署)拿出來給他看了下,還把其中用到的一個小的互動和他講了下。面試官說,教父級的啊!我說還好,我在虛機上測試過多次,可以正常執行。再把實習做的事和他說了下,這方面算是認可了。又問了關於專案的,這方面難不倒我,哥都準備好了,兵來將擋,水來土掩,講的清清楚楚。
緊接著又問了,計算機網路懂不?我說懂點,那我問你啊,在瀏覽器裡輸入美團網的URL,會經歷哪些過程和裝置啊?心裡又竊喜啊,這類題目在那兒見過的,啪啦啪啦,從DNS、代理伺服器、路由器、負載均衡、伺服器,各種UDP、TCP等等講了一通。他也很認同,輕鬆又創了一關。
然後,又問,作業系統懂不,我說懂點。那你說說程序和執行緒有什麼區別啊,這個都是被面試官問爛了的問題,我還能不會嗎?劈里啪啦的講了一通。面試官點頭嗯嗯。又問,程序、執行緒間通訊方式有哪些各有什麼特點啊,這個又是被問爛了的題目,自然輕鬆過關啊,看我這麼有激情地說,套接字常用在遠端程序通訊,他突然打斷了我“那本地可以用不?”這個當然可以啊,一般伺服器和客服端除錯不都這樣嗎,我說,不過,這有點小材大用啊。面試官連忙點頭,嗯嗯!
“那,再給你出個問題哈”,我說“好的”。“你怎麼統計南京市有多少輛計程車?”我靠,這個怎麼整啊,我想都沒想就蹦出一句,“找交管部門查唄!”。他說,“不能查!”。這個我得想想了,剛開始還是從計算公路上的車的流量來算,後來想想車都是移動的,這怎麼整呢?結果靈機一動,這不是再考我樣本估計總體的思想嗎?然後,我就告訴面試官,我有兩種方案,不過都是用樣本去估計總體的思想。一個是按人口和車輛的比,一個是按面積和車輛的比,最後有補充了點兒,各地方的人口密度和車輛密度是不同的,所以選幾個典型的樣本區統計,求平均去估計總體。減少誤差。這個思想也被認同了,好了,總算一面過了,和一面官的聊天還是挺哈皮的。結束時,他說,我這邊你過了,去休息室準備二面。
二面
上來就讓我介紹了專案,說到決策樹相關的,介紹完了,還說這是你想出來的啊?我說看到資料結構和演算法裡的,借鑑過來的。緊接著出了個題嗎,1000!末尾有多少個0,看了題目,有點暈啊,這怎麼算呢,一點思路都木有。二面官人還蠻好的,一邊說題目,一邊說,你可以先算個10!,100!看看。頓時就有了思路,其實就是看因子裡有2*5的個數,其實只需看因子5的個數就可以了,2的個數一般比5的個數多的,只需看5n%5==0,m=5n/5,算出5的倍數中因子5的個數就可以了。
接著出了一個三角矩陣的題目,每次只能向下和向右下走。剛開始還木有思路,最後竟然想到將矩陣轉換為二叉樹,對二叉樹進行先序遍歷。二面官說你還能想到這個啊。那你程式設計實現以下。我靠,這個還要建二叉樹啊,不是很好弄啊。面試官說,那你寫個二叉樹求和最大時的路徑吧。好吧,這又轉到劍指offer上了,劈里啪啦就寫好了。然後面試官看了下,不錯,二面就結束了,二面結束已經將近1點了,還沒吃午飯啊,又困又餓啊。下午3點還有騰訊的面試,這個可不想錯過啊,上去和HR說了下,HR人還蠻好的,直接把我的簡歷拿到最上面。
三面
三面那個囧啊,嘴裡塞了一嘴麵包,HR喊的時候,直接就去了,忘了帶水。見到三面官的時候,我還在嚼麵包,想吐出來,又不知道往哪兒吐,想吞進去,又咽不下去,哎。。。那個囧態簡直難以忘記啊!三面官看到此態,笑了,說你是不是要喝點水啊。我馬上說是的啊,他向我指了一個地方,那兒有水。靠,救星啊,倒了兩杯水,給面試官也倒了一杯。一起拿過去先把水給面試官了。三面官說,你先喝點水,不急,我看看你簡歷和資料。
就這樣三面開始了,剛開始是閒扯啊,又講實習的專案,講了一半,他貌似看到以前面試的評語,說這個是不是以前說過的啊?我說,是的啊,他說,說過的就不用再說了。然後就讓我回憶你有哪些優點了,我先把本科的一個故事給他講了。然後他還在問,可能你平時沒注意,你再想想還有什麼事能表現你的一些優點的。我想啊想,又把研究生的一個故事給他講了。然後還在問,還有不,你再想想。我就在想啊,這面試官真不錯啊,人太好了,一直在挖掘人的長處啊。我每講一個故事,他都在紙上做記錄,滿滿地寫了幾張紙啊!感動啊!
故事講完了,又問我,你一般在網上看技術文章不?我說看,他說在哪兒看啊。我說CSDN,部落格園。他也在做記錄,然後問,那你有部落格賬號不?我說有,他說,那你能給個連結不?我說,連結不記得了,那給個搜尋關鍵詞吧,我就給了。我還以為3面就這樣聊聊就好了呢。沒想到,又出了兩道題,一個是寫個乘法的巨集定義,果然是沒注意啊,要加3個括號#define multply(m,n) ((m)*(n)),這樣才對啊。哎。。。我只加了一個,在面試官的提示下,才想到加3個。確實覺得面試官人不錯啊,大美團確實不錯啊。又問了,巨集定義和行內函數有什麼區別嗎,分別在什麼樣的場景下應用啊。我答了行內函數在編譯時,將呼叫處進行函式替換,避免調來調去壓榨出棧的時間開銷,以空間換時間,還有行內函數有型別檢測,巨集替換沒有型別檢測,行內函數只是向編譯器申請,若行內函數體內有迴圈遞迴等,申請會失敗,系統會當初普通函式處理。又問了如果設計一個string類,要注意什麼問題。我答了,注意記憶體洩露啊。如果是繼承,基類的解構函式要設計成虛擬函式。拷貝建構函式和賦值函式要注意異常安全,還有不能拷貝指標。然後就是3面結束了,等通知
相關推薦
美團機器學習崗面經
美團 今年由於阿里擁抱變化,縮招的訊息似乎影響了整個就業的形勢。舉個例子,據我瞭解某個實驗室去年數個BAT的offer,今年好像只有一兩個。當然大的趨勢我們無法改變,只有自己擁抱變化才行。在這個形勢之下能有一份自己滿意的工作的確很不容易,樓主經歷了不斷地挫折和失敗之後很慶
美團實習Java崗面經,已拿offer
今天剛剛收到hr的電話,開心,簡單記錄一下美團的面經。時間隔的比較久了,簡單回憶下,最後會給出我之前整理的別人的面經 一面 1點50開始一面的。簡單自我介紹,問了下java基礎的東西比如volite關鍵字,同步的方法,悲觀鎖和樂觀鎖等等。jvm相關的
美團點評演算法崗面經
美團演算法崗實習面試經歷一面1、聊天,不涉及技術2、問專案,對演算法工程師的理解、特徵的選擇、特徵向量的大小,LR與SVM的區別(答得不好)3、給一個數組,一個數出現一次,其它數出現兩次,找出出現一次的那個數,要求:時間O(N),空間O(1)用異或解決;然後面試官把題目變了一
美團、滴滴實習生面經(滴滴offer,Java後臺開發崗)
筆者是大三本科生,一直以來在考研和參加工作兩個想法之間徘徊,最終在今年3月份下定決心參加工作,之後參加了春招,投的全部是java後臺開發崗實習生。 在春招過程中投了不少公司,有京東、頭條、網易、美團、滴滴,前三家都掛在了筆試環節,美團順利通過筆試,參
簡易說人工智慧(三) 細數《美團機器學習實戰》裡的錯誤 2:解釋NDCG
一、書中第10頁的錯誤1 二、什麼是NDCG 美團的小夥伴應該有是金融領域背景,詞典翻譯出來的四個詞兩個用了經濟學相關的詞。如果作者對這個演算法的真正本意有了解,恐怕也不會這麼翻譯。 首先,讀者要知道NDCG是用來評估一個推薦演算法的推薦結果的優劣的。就像《美團機器學習實戰》第
簡易說人工智慧(三) 細數《美團機器學習實戰》裡的錯誤 1:開篇詞
美團的作品《美團機器學習實戰》,是工程領域非常好的一本書。也是難得的國內的人工智慧領域比較實用的作品,豆瓣評分大於7.5,這個評分在計算機領域算是不錯的書了。 但是為什麼選材如此好的作品未到8分呢,最近剛開始讀,說說從第一節公式介紹看到的問題。 1、學習人工智慧大家都知道最令人懼
《美團機器學習實踐》—— 讀後總結
第一章 問題建模 第二章 特徵工程 第三章 常用模型 第四章 模型融合 第五章 使用者畫像 第六章 POI實體連結 第七章 評論挖掘 第八章 O2O場景下的查詢理解和使用者引導 第九章 O2O場景下排序的特點 第十章 推薦
騰訊機器學習一面面經
1 梯度下降,極大似然 2 防止過擬合的方法(正則化) 3 bagging,boosting,randomforest,gbdt概念 4 海量url中尋找某個url是否存在? 5 有使用者訪問url的日誌記錄,如何對url進行分類? 6 有使用者的基本資訊、行為等,如何對異常使用者進行檢測
百度 鳳巢 機器學習實習生面經
今天去了西二旗百度 一面問題:自我介紹,講一下簡歷專案, 重點問最近鄰棧的演算法,從紙上寫出來 a) push() 把元素a放到棧的最頂層 b) 獲得第i個元素,然後把第i個元素放到棧頂。 然後刪除第i個元素 c) 刪除棧頂的元素 面試官問我是不是很長時間沒寫程式碼了
《美團機器學習實踐》第1章 問題建模
1.1 評估指標 評估指標用於反映模型效果。在預測問題中,要評估模型的效果,就需要將模型的預測結果f(X)f(X)f(X)和真實標註YYY進行比較,評估指標定義為f(X)f(X)f(X)和YYY的函式。 通常,線下使用的是機器學習評估指標,而線上使用的是業務指標
美團前端工程師實習面經-一面
美團前端面經一面 博主現在讀大三,前端小白一隻,正在準備春招,人生第一次投檔,是投了騰訊和美團,騰訊暫時過了三面,正在等四面通知。而這次分享的是美團的一面,博主暫時過了美團的筆試與一面,等待二面通知ing。這次貼出美團前端的面試,希望對大家有幫助,從我
2016校招百度美團360機器學習崗面試經歷
機器學習崗位 原文地址:http://blog.csdn.net/u014365862/article/details/50889976 今天下午在教室自習,順便還投了一些公司,準備筆試面試,突然接到百度hr的電話,順利拿到offer。期間,我有點屌絲地反覆問她這個of
2019騰訊校園招聘開發崗面經(一面+二面+HR面),已拿offer
2019騰訊校園招聘開發崗面經(一面+二面+HR面) 背景: 華為實習結束前兩天,突然接到騰訊的郵件,邀請我現場面試,但面試前需要我做道題,這道題的回答內容將作為一面時的溝通話題(當時整個人是懵的,咋還有這操作)。暑期實習投的騰訊是安卓崗,華為實習期間是軟體開發崗,最後拿到騰訊off
【計算機視覺演算法崗面經】“吐血”整理:2019秋招資料
轉自:https://blog.csdn.net/liuxiao214/article/details/83043170 感謝整理,侵刪 //2018/09/27 兵荒馬亂、浩浩蕩蕩的秋招終於差不多要結束了。 秋招這段時間真是感慨很多,一時得意一時失意,還要平衡一不小心就來的心理落差
2018的初冬,派臥底去阿里、京東、美團帶回來的面試題及答案
最近有很多朋友去目前主流的大型網際網路公司面試(阿里巴巴、京東、美團、滴滴),面試回來之後會發給我一些面試題。有些朋友輕鬆過關,拿到offer,但是有一些是來詢問我答案的。 我特意整理了一下,有很多問題不是靠幾句話能講清楚,所以乾脆找朋友錄製了一些視訊,用來回來這些面試題
62%中國AI畢業生赴美,機器學習人才最高產大學出爐 | 報告
安妮 發自 凹非寺 量子位 出品 | 公眾號 QbitAI 史上最大規模的機器學習技能調查剛剛出爐了。 這份調查來自矽谷機器學習公司Diffbot,是斯坦福大學風投基金投資的第一家公司。Diffbot用據稱“比谷歌還大”的知識圖譜,捕捉了全網72035名機器學習(Machine L
華為校招 C++崗面經(筆試+一面+二面+Offer)
前言 我報的是華為IT應用軟體工程師,方向是C++研發崗,參加的合肥站的面試。總的來講華為校招是我參加所有校招裡面服務最好的,HR很貼心,業務很專業。 應聘經過 筆試 華為校招軟開崗是3道程式設計題(用的牛客網的考試系統),我運氣比較好,遇到的三道題都很水,PAT
2018深度學習演算法面經小記
前言 面的公司不多,基本都是提前批(找工作主要還是依靠提前批,坑多人少)。大多數時間都是在問簡歷相關的問題,基礎知識和程式設計也涉及到一些,簡單總結一下,也算回顧面試過程了。 面試題 基礎知識 求空間中兩異面直線的距離 SVM的原理、推導 SVM與決策樹的比較
2018年廣州地區華為硬體崗面經
樓主很早就投了華為的崗,但等了好幾個月才收到筆試的通知,筆試幾天後就收到去華美達酒店面試的簡訊。另外說一句,身邊好多同學都收到了面試簡訊,甚至有的同學沒有筆試也收到,當時覺得華為這樣瘋狂撈人是否只是HR在刷績效。。。。 anyway,樓主都是抱著嘗試一下的心理去體驗華為的面
美團深度學習系統的工程實踐
背景 深度學習作為AI時代的核心技術,已經被應用於多個場景。在系統設計層面,由於其具有計算密集型的特性,所以與傳統的機器學習演算法在工程實踐過程中存在諸多的不同。本文將介紹美團平臺在應用深度學習技術的過程中,相關係統設計的一些經驗。 本文將首先列舉部分深度學習演算法所需的計算量,然後再介紹為滿足這些計算量,目