一線網際網路公司機器學習崗位面試經驗

從9月18號開始投實習簡歷到10月21號，差不多一個月的時間，面了三個網際網路公司，有研發崗和演算法崗，有的拿到了internship， 也有的被慘虐；會有面試通過的驚喜，也有一輪遊的不甘；對結果的無法控制和等待過程中的焦慮，更會有對自身的不自信，相信每個面試的人都經歷過，但無論如何實習這件事算是過去了，希望自己在接下來的路依舊不卑不亢，努力前行。

---

一、 某度內容推薦平臺架構崗面試總結（拿到internship）
時間：9月18號–9月28號
由於有玩的不錯的同學騰二在這家公司，於是就直接內推了，從投遞簡歷到三面結束共10天，不得不說其效率還是挺高的。其實本想是和騰二一樣做web開發崗，當時面試準備的也是和web開發相關的，但由於之前沒咋做過專案，servlet、session等知識不會，就被轉到推薦平臺架構設計崗了，最終通過面試，也是挺幸運的。下面總結下面試內容：

• 一面：
  一面是個姐姐，之前聽騰二說它的部門經理是學姐，然後我就以為是她，就一個勁稱呼她學姐，可惜後來才知道不是。她問的比較基礎，建議大家要熟悉考研408的知識，這樣至少不會一輪遊。
  
  1. 介紹專案
     參加過天池大資料競賽，所以這個問的比較細，這個比賽前前後後被問了有四次。雖然感覺一次比一次表述的好一些，但還是缺乏有力的總結，比如為什麼用RF模型，這個模型比別的好在哪裡，適用場景有哪些，優缺點是啥；特徵工程的時候，為什麼要這樣處理，這樣處理有什麼好處；你自己的創新點在哪裡？總而言之就是細節一定要把握好，多問問自己那塊為什麼這樣做，針對可能會被問到的問題都準備下。
  2. 資料庫知識
     由於自己學過慕課網的資料庫實戰專案課程，對mysql有一定的瞭解，故在簡歷中刻意提到了這些。mysql資料庫的索引優化，sql優化，常用sql語句的書寫也要懂（巢狀的，稍微複雜些的也要會），熟悉下較流行的資料庫，比如memcache，redis等。（主從複製原理也要懂，，多執行緒訪問資料庫）
  3. 網路
     tcp協議三次握手四次揮手，http協議包含哪些請求，tcp對應協議，udp對應協議
  4. 程式語言
     java的hashMap、hashTable等必問題，java虛擬機器的GC回收演算法，和C/C++區別等等
  5. 資料結構
     兩個程式設計題，判斷單連結串列有沒有環，並輸出第一個環節點；找兩個連結串列的公共節點。

總體來說，一面不是很難，這些需要大家有目的性的積累。

---

• 二面
  二面是個男的，具體職位不清楚，但感覺比較難，個人面完後覺得要跪。問的網路方面的東西比較多，涉及到的原理性知識也偏多了些。

---

1. 專案：

   各種細節吧，每個人關注的點不一樣，所以還是要把專案屢清楚，創新點、邏輯、多問幾個為什麼等等。
   還問了我如何處理負載均衡，我回答的不好。

2. 網路：

   瀏覽器輸入www.baidu.com會發生什麼？（說的越詳細越好），這個問題可以看出一個人對網路的熟悉程度，根據這個問題，牽扯到了許多，比如常見路由選擇協議及底層原理，ARP/RARP協議，html介面如何返回，servlet /session等等，由於這些我之前不太瞭解，感覺面的很差。

3. 資料結構：

   就一個，全排列演算法

4. 程式語言：

java必問的那些，GC演算法，多執行緒（最好有多執行緒專案，會是亮點）

二面完個人感覺很差，因為網路那塊的知識感覺被虐慘了，但是資料結構方面問的其實不難，感覺複習的時候複習到樹那塊的知識就足夠了。演算法部分推薦大家看july的《程式設計之法》，不多，很系統。

• 三面

三面基本上沒有問技術，問了兩個智力題，然後就問了下實習時間，介紹了下他們做的內容，以及自己要去的話會做啥等等。但是由於自己的時間問題，不能滿足他們實習6個月的要求，所以很遺憾，最終沒能去成。

---

---

---

二 、某一線網際網路機器學習崗面試總結（一輪遊）

機器學習崗還是很有挑戰性性的，對機器學習演算法理論要求比較高。這次面試主要圍繞兩個大資料競賽，問了很多比賽中模型的細節，穿插著問了常用的分類、聚類模型原理、適用場景等問題。由於是第一次面演算法崗，理論部分準備的不是特別充分，導致一輪被掛，沒有覺得遺憾。以下是建議：

對常用模型要有熟悉的理解，從理論到應用，從推導公式，到深入理解，一個環節都不能少。要熟悉的理論知識：決策樹、貝葉斯、邏輯迴歸、RF、GBDT、xgboost、KNN、k-means、adboost，甚至正則項L0、L1、L2的作用。

---

下面說說面試中被問到的：

• 決策樹：資訊增益、資訊增益率、GINI係數。

  資訊增益用來度量屬性劃分樣本的能力，資訊增益越大，樹的劃分情況越好，越簡潔，高度越低。

  資訊增益率：資訊增益比上分裂資訊熵，為了解決資訊增益作為衡量指標的一個缺點（參考jiawei han那本書）

  gini係數：用來度量分佈不均勻性（不純），總的類別越雜亂，gini指數越大，所以要找最小gini指標。
  貝葉斯：貝葉斯原理，樸素貝葉斯。

  注意若某屬性A是連續值的情況，gini係數和資訊增益都如何處理。

• 貝葉斯定理：

  樸素貝葉斯: 掌握某屬性是連續值情況如何處理（高斯分佈），遇到0概率值怎麼辦（拉普拉斯校準）。若屬性之間不是相互獨立的怎麼辦？（貝葉斯網路）

• k-means缺陷，knn如何制定k，kd樹原理。

• L0、L1、L2正規化
  參照下面兩篇部落格：
  http://blog.csdn.net/zouxy09/article/details/24971995/
  http://blog.csdn.net/vividonly/article/details/50723852

• 隨機森林
  http://www.36dsj.com/archives/21036

天池大資料競賽大神bryan機器學習崗面試經驗及資料整理

---

---

---

三 、某小公司機器學習崗面試總結（internship）

這家面的是一家小公司，由於不是前兩場電話面試，而是face-to-face，所以問的更具體一些。

主要還是問了天池的競賽，不過又細化到了python下scikit-learn包API如何呼叫、引數如何設定等問題，當然RF等模型原理還是少不了問的，還問了模型的輸入和輸出等。日後我會整理出一篇關於天池競賽思路的部落格，以便下次面試使用。還有C++的多繼承的缺點，java為什麼要有介面。剩下的就是白板面試，現場寫演算法。總而言之，face-to-face問的更細，問的也最久，雖然是小公司，但是面試壓力還是挺大的。

---

最後，祝願大家能夠不斷努力，證明自己，找到自己喜歡的崗位。