剛剛完成了騰訊的2017年騰訊基礎研究筆試題，談一下感受。

                      考題分為選擇題（26/60分鐘）和簡答題（3/60分鐘），選擇題很基礎，儘管我基本上不會，但如果按照考研的那個水平，那是完全不用擔心的，不知道以前的高數都還給誰了，內容很基礎的，其中涉及到：

                     選擇題：

                     1）  概率計算問題：期望、方差、協方差、計算概率問題等

                      2）矩陣：矩陣計算、特徵值計算、秩，線代第二章看看基本上沒問題了

                      3）高數：定積分和不定積分計算、求偏導

                      4）資料結構：時間複雜度，排序

                      5）統計：分層抽樣

                      6）資料庫：基本命令考察

                     簡答題：

                       1）原假設和備擇假設問題

                       2）神經網路優缺點

                       3）藝人生活行為的挖掘問題

             大公司一般筆試會很注重基礎重基礎重基礎，因為騰訊不讓公開筆試題，所有，列個考點。

             校招前好好備戰，加油，讓自己的努力跟的上一線城市的房價。

• 應聘職位：基礎研究
• 崗位描述：探索和創新前沿網際網路技術，將高新技術轉化為產品，參與騰訊產品的開發與技術實現
• 崗位要求：2016年畢業，自然語言處理、多媒體、分散式網路、資料分析、智慧計算、安全等網際網路相關技術具有較深研究和專業積累，具有較好的創新能力和程式設計開發能力，具備較強的團隊合作力

選擇題

• 第1題 求定積分結果∫101dx 
  答案：1

• 第2題 已知總標準差=25，隨著樣本增加均值怎麼變化。

• 第3題 已知K是第四名，A的年齡不是最大但比D老，D不是第二名，年齡第2小的是第二名，第三名的年齡大於第一名，B比第三名年輕，求A、B、D和K的排名順序。 
  答案：D>B>A>K

• 第4題 y=sin(x)+cos(x)的極大值 
  答案：2√

• 第5題 max={Cx | Ax<=b, x>=0}為最優解，z>=0，當C、b被v和v/2乘時一下結果正確的是…

• 第6題 u檢驗的應用條件是：兩樣本來源得總體符合正太分佈…

• 第7題 設某商品需求滿足：yi=β0+β1∗xi+εi，引數估計量…

• 第8題 齊次線性方程組Ax=0存在無窮解，其行列式m行、n列實數矩陣，則滿足： 
  A.m > n　　B.m < n　　C.rank(A) = m　　D.rank(A) = n

• 第9題 已知x0=(1,1)，求f(x)=4∗x1+6∗x2−2∗x12−2∗x1∗x2−2∗x22極大值。x1座標為： 
  A.(1,1)　　B.(-1,1)　　C.(-1/2,1)　　D.(1/2,1)

• 第10題 相同樣本量下，重複抽樣與不重複抽樣平均誤差大小關係是：相同、重複抽樣大、不重複抽樣大選項

• 第11題 n階矩陣A行列式|A|=1，則|A−1|=?

• 第12題 一對夫婦兩孩子，已知一個是男孩，求兩個都是男孩的概率。猜測答案是0.5

• 第13題 x1,x2,x3...xn來自(μ,σ2)一個樣本，x¯為均值，S2為方差。其中答案包括：S2/σ2∼x(n−1)

• 第14題 隨機變數x概率分佈：x=2 f(x)=0.2、x=4 f(x)=0.3 、x=7 f(x)=0.4 、x=8 f(x)=0.1，x的標準差是。

• 第15題 一盒裝有6個乒乓球，4個位新球，第一次隨機取2個，使用後放回盒子；第二次隨機取2個，求第二次取全新的概率。

• 第16題 商品銷售量、方差分析，excel表分析顏色特徵對結果的影響。

• 第17題 k1、k2是矩陣A兩個不同特徵值，a與b是A分別屬於k1、k2的特徵向量，則a、b滿足，選項包括線性無關、線性相關等。

• 第18題 青蛙掉入21米井裡，每天向上爬10米，晚上再掉下7米，問幾天爬出。 
  答案：5天

• 第19題 人工批量盆景虎皮蘭，平均高度70cm，標準差5cm，隨機搬出100盤，則說法正確的是：選項包括至少75盆以上在70-80cm之間等。

• 第20題 行列式的值是多少： 
  

  ∣∣∣∣a22a1aba+b1b22b1∣∣∣∣

• 第21題 資料庫系統描述錯誤的是： 
  A.DBMS是資料庫管理系統簡稱 
  B.Hive是開源的資料庫系統 
  C.資料庫事務有ACID屬性 
  D.SQL中create屬於DML語言 
  答案：D 
  分析：終於看到第一道與程式設計、OS、DB相關的題目了，淚流滿面啊！故簡單講解下：DBMS就是資料庫管理系統（Database Management System），事務包括ACID性質（原子性Atomicity、一致性Consistency、隔離性Isolation、永續性Durability），Hive是屬於Hadoop的資料倉庫工具。而create屬於DDL（資料庫模式定義語言），Insert、delete、update屬於DML（資料庫操縱語言）、Select屬於DQL（資料庫查詢語言）、grant屬於DCL（資料庫控制語言）。

• 第22題 甲乙兩人比射箭，水平一樣。甲射101箭，乙射100箭，求甲射中次數比乙射中次數多的概率。

• 第23題 一個對陣列A（n個元陣列）排序，程式碼如下：

  for i=i to length(A)-1
     j=i
     while j>0 and A[j-1]>A[j]
         swap A[j] and A[j-1]
         j=j-1

  • 1
  • 2
  • 3
  • 4
  • 5

  求程式碼的時間複雜度：O(n2)

• 第24題 mysql中選課表learn(stu_id int, course_id int )，其中學生id和課程id，則獲取每個學生所選課程個數的語句是： 
  A.select stu_id, count(course_id) from learn; 
  B.select stu_id, sum(course_id) from learn; 
  C.select stu_id, count(course_id) from learn group by student_id; 
  D.select stu_id, sum(course_id) from learn group by student_id; 
  分析：count計數和sum求和的區別，group by分組

• 第25題 兩家工廠A和B，技術相同，合格率一樣平均80%，A大規模工廠，B小規模工廠，沒有出現故障某家企業合格率僅為70%，問哪家工廠的可能性更大？

問答題

第一題

進行特徵選擇時，即分析哪些協變數對目標變數有較大影響時，有哪些常用的方法？你本人更看好其中哪些？為什麼？

第二題

網路上流傳一個故事，關於資料的神奇性：某商場向一位未婚少女郵寄一些用於保胎的商品目標和折扣券，其父親發火，後證實該少女確實懷孕，解釋一下如何做到的？

個人從一下幾個方面答的，可能存在錯誤或不足之處： 
1.搜尋引擎與推薦系統及演算法 
2.資料探勘相關的關聯規則挖掘演算法，經典尿布與啤酒 
3.知識圖譜 問答系統實現理解人類語言（畢設相關）

第三題

QQ空間相簿替換牆換一換功能。把聚類好的人臉進行圈人標註，系統根據使用者歷史標註記錄，分析每張照片最可能身份，使用者進行確認和否認。每次只從聚類人臉中抽取5張進行展示。假設利用資訊是每個人臉的相似度矩陣G，而且第k+1次抽樣並不知道第k次抽出的樣本，可用人臉數量N始終大於50張。 
(1) 如何設計抽樣演算法，抽樣碰撞率儘可能低； 
(2) 如果抽樣完成後，抽出5張人臉從中刪除，如何設計抽樣演算法，使得相鄰兩次間抽樣碰撞率儘可能低？

總結

面試了阿里和騰訊的NLP和資料探勘相關的演算法方向，個人感覺騰訊的題目偏重數學統計概率，其中選擇題就3道與程式和資料庫相關，而且比較簡單，更多的是數學知識；而三個大題感覺還是不錯的，很貼近生活和騰訊的實際產品，讓我也學到很多知識。但是阿里的題目都至少偏向演算法點，自己需要學習的東西還是非常多，也認識到了自己很多不足之處！接下來繼續努力吧。 

LZ平時從牛客網上看經驗貼，收穫很多，今天剛收到騰訊基礎研究崗位的offer，把自己的經歷寫一下，希望能幫助到一些同學。 LZ是西電的計算機專業碩士，本科數學專業，前一段時間面試騰訊基礎研究崗位，並收穫了offer。在去年的天池比賽裡面獲得top10，實驗室做的工作和機器學習資料探勘關係不太大，我們是搞遙感影象處理的。 2017.4.16  騰訊基礎研究實習生一面 沒有讓自我介紹，問了問有沒有實習經歷，投了哪些公司。 1.把資料探勘的整個流程寫一下，有哪些演算法寫一下； 2.推薦系統演算法有哪些； 3.介紹專案比賽，按照自己寫的資料探勘流程一條一條地問自己的比賽是怎麼做的； 4.資料結構有那些，寫下來，從中挑問題問； 5.網路七層有哪些，每層有那些協議，寫下來； 6.c++類中預設函式有哪些，寫下來； 7.廣告推薦中用那些演算法； 8.知道FM演算法嗎； 然後聊了聊面試官是哪個事業群的，主要是做什麼的，面試官是MIG的，主要做推薦演算法。由於我在面試的過程中回答的比較流暢，而且有比賽的top，所以我走之前就告訴我我過了。當天晚上10點多接到第二天二面的簡訊。 2017.4.17  騰訊基礎研究實習生二面 自我介紹，問本科研究生的成績。 問實驗室的專案，然後問有沒有用到深度學習，我說沒有，都是平時自己看看這方面的論文，然後就開始考察對深度學習的瞭解。 1.CNN DNN RNN的區別 2.瞭解LSTM嗎 3.為什麼要用CNN，AlexNet做了哪些方面的工作 4.深度學習如何避免過擬合 5.海量資料深度學習調參 6.深度學習怎麼自學的 7.梯度彌散和梯度爆炸 8.深度學習的發展方向和前景 9.對騰訊的看法 整個過程沒有問我基礎知識，沒有問我比賽，只問了點實驗室做的東西，知道我平時看看深度學習，就考察我對這方面的理解，主要考察學習能力和知識面的廣度。第二天晚上9點多接到HR面試的簡訊。 2017.4.19 HR面試 主要是問問專案，對騰訊的看法，工作地點之類的問題，就如實回答了，20分鐘就結束了。 21號晚上微信狀態由HR面試變成已完成所有面試環節，26號下午接到HR的電話，確認個人資訊，工作地點，薪資等。
4月15號到17號依次參加了騰訊在南京的一面二面hr面，面試崗位是基礎研究。 一面： 先自我介紹，然後按簡歷裡的內容依次詢問，問題問的非常細緻，主要是專案中的技術細節，自己參與部分的實現，面試官會根據自己的理解提出覺得存在技術難點的地方，問解決方案；然後詢問比賽的內容，因為參與了阿里天池的比賽，所以面試官問了當時比賽的情況，詢問資料處理流程、特徵選擇、模型選擇評估方面的問題；之後讓寫一下邏輯迴歸的公式和如何用梯度下降求解，因為邏輯迴歸基本是必然會問道的演算法，所以準備比較充分，我又講了下擬牛頓法求解，L1 ，L2 正則化，online learning（因為參與過點選率預測的比賽，就講了下google的FTRL），之後寫下貝葉斯公式，樸素貝葉斯演算法，以及決策樹隨機森林，一面基本圍繞專案、比賽、基本的機器學習演算法進行，面試官會根據情況提些細節問題。 二面： 依然自我介紹，專案、比賽的內容，之後問了下過擬合問題，怎麼樣解決，舉例說下幾個演算法（當時說了，lr的正則化和決策樹的剪枝），還問了特徵工程和模型融合，之後問了深度學習、Hadoop、spark的瞭解程度，問了下alpha go是怎麼實現的，還問了今後的職業規劃之類的問題，二面依然會圍繞專案、比賽、基本的機器學習演算法進行，還會看你對當前主流的技術趨勢的瞭解，以及現成的開源解決方案的瞭解。 一面二面有的同學遇到了程式設計題，可能我比較幸運，面試官沒有讓我寫程式碼，只是一面時推公式。 hr面： 自我介紹，專案，比賽情況，然後圍繞專案的合作進展，個人貢獻提問等等，以及考研時為什麼轉專業，為什麼選擇機器學習、資料探勘方向，hr面比較輕鬆，只要實事求是說自己的想法就行了。 騰訊面試持續了三天，整體上面試流程比較nice，效率比較高，基本當天晚上回去就出結果通知第二天面試，面試官還是蠻辛苦的，希望能拿到offer。 最後祝大家找工作順利，加油！

1. 數學問題：3sigma原理，T分佈，特徵根，特徵值，最大似然估計，馬爾科夫鏈。

（1）3sigma原理

在正態分佈中σ代表標準差,μ代表均值x=μ即為影象的對稱軸，三σ原則即為：

數值分佈在（μ—σ,μ+σ)中的概率為0.6526

數值分佈在（μ—2σ,μ+2σ)中的概率為0.9544

數值分佈在（μ—3σ,μ+3σ)中的概率為0.9974 

工程中，當質量特性呈正態分佈時（實際上，當樣本足夠大時，二項分佈、泊松分佈等均趨近於正態分佈），3Sigma水平代表了99.73%的合格率（2700PPM）；

（2）t-分佈

在概率論和統計學中，學生t-分佈（Student's t-distribution），可簡稱為t分佈。應用在估計呈正態分佈的母群體之平均數。它是對兩個樣本均值差異進行顯著性測試的學生t檢定的基礎。學生t檢定改進了Z檢定（Z-test），因為Z檢定以母體標準差已知為前提。雖然在樣本數量大（超過30個）時，可以應用Z檢定來求得近似值，但Z檢定用在小樣本會產生很大的誤差，因此必須改用學生t檢定以求準確。

t-檢驗近似於Z檢驗，通俗地說，是樣本量小於45時用於減小誤差的改進Z檢驗。改進原理就是拋棄母體標準差，而直接用樣本點構造分佈。

（3）特徵根、特徵值、特徵向量、特徵空間

設 A 是n階方陣，如果存在數m和非零n維列向量 x，使得 Ax=λx 成立，則稱 m 是A的一個特徵值（characteristic value)或本徵值（eigenvalue)。

非零n維列向量x稱為矩陣A的屬於（對應於）特徵值m的特徵向量或本徵向量，簡稱A的特徵向量。

特徵根對應特徵方程，是( A-λE)X=0的解。特徵值對應矩陣及特徵向量，是矩陣的屬性。

λ是A的一個特徵值,則一定是特徵方程的根, 因此又稱特徵根。

特徵空間：就是由所有有著相同特徵值的特徵向量組成的空間，還包括零向量，但要注意零向量本身不是特徵向量。

那麼特徵值、特徵向量究竟有什麼用？連結（邵慶賢）

應用非常廣泛：

影象處理中的PCA方法，選取特徵值最高的k個特徵向量來表示一個矩陣，從而達到降維分析+特徵顯示的方法。

還有影象壓縮的K-L變換，以及很多人臉識別、資料流模式挖掘分析等方面。

在力學中，慣量的特徵向量定義了剛體的主軸。慣量是決定剛體圍繞質心轉動的關鍵資料。 

在譜系圖論中，一個圖的特徵值定義為圖的鄰接矩陣A的特徵值，或者（更多的是）圖的拉普拉斯運算元矩陣， Google的PageRank演算法就是一個例子。 

曾經有這麼一句話：「有振動的地方就有特徵值和特徵向量」

只要你真正理解了線性空間的矩陣的意義，你就明白了，幾乎無處不在。

網上還有一種更好理解的說法：

如果你把A*x=λ*x中的A看做一種變換或作用，那麼那些在這種作用下，只改變長短不改變方向的那些向量x就是特徵向量；而特徵值就是λ，是伸縮係數，起能量增幅或者削減作用。

具體的說，求特徵向量的關係，就是把矩陣A所代表的空間，進行正交分解，使得A的向量集合可以表示為每個向量a在各個特徵向量上面的投影長度。

相關推薦