這份面試實錄出自 演算法channel 關注粉絲： 地球村長，感謝提供的材料，經過小編編輯後與大家一起分享。

技術1面

1 Java水平怎麼樣？

2 問Python給自己打多少分？Python多執行緒怎麼實現？

3 執行緒和程序的區別？

4 不同程序之間資料能共享嗎？

5 Numpy和pandas做了什麼？他們有什麼優缺點？

6 五行五列二維陣列，手寫程式碼輸出每行每列的最大值、最小值、平均值、方差

7 問Redis資料庫知道多少？

Redis資料型別有幾種？

MySQL和Redis有什麼區別？

8 怎麼設定快取實現時間(怎麼清快取？)

9 Hadoop，spark用過嗎?

10 舉了一個高維資料，怎麼找出異常值？ 

技術2面

二面面試官來了。是個演算法大佬。是個專門做演算法的。直接手出題，他說時間不多，就讓我說思路。

1.先是一個m*n矩陣圖走迷宮共有多少條路徑？

需要用到動態規劃，還有排列組合。

2. 2-sum問題。這個答出來了，中間有用了一種方法，自己想的，雖然沒有降低時間複雜度，但挺新穎的。

3.問了最熟悉哪個機器學習演算法。說邏輯迴歸，談了下邏輯迴歸原理。問了為什麼總Sigmod函式，而不是其他雙曲函式或Rule函式。

4.然後他說對Xgboost這個感興趣，Xgboost比GBDT做了什麼優化，他說了一點，問還有一點是在資料集遍歷上的優化？

5.問了隨機森林，隨機森林與決策樹相比，有哪些更多的優化？

6.問了資訊熵，和資訊增益，和資訊增益率，現實中代表什麼？

資訊增益率比資訊增益解決了哪些問題？

總結

感受到大公司氛圍就是挺好的。不管結果如何。都有所收穫，至少知道了自己的優點和不足。

  1. 缺乏常規演算法訓練

  2. 沒有很深究到機器學習原理的細節和底層具體推導。

想進大廠，必須得加強演算法訓練(多刷題)，機器學習演算法掌握來龍去脈，熟知重要原理和應用及優化。

以上面試問題，大家有自己的答案了嗎？對自己拿不準的問題，歡迎大家留言，一起討論。

相關連結

迴歸演算法

分類演算法

決策樹

貝葉斯分類

聚類演算法

整合演算法

推薦演算法