作者 | 苏young
来源 | 见文末『阅读原文』处
整理 | NewBeeNLP公众号
面试锦囊之面经分享系列，持续更新中
欢迎后台回复"面试"加入讨论组交流噢
文末也有内推，需要的同学自取哈
写在前面
先介绍下个人情况，本科金融，辅修数学，研究生转应用统计，主要申算法去岗，从今年三月开始找暑期实习开始，一直看大佬们的各种面经，现在总结了一下7月至今的各种面试回报大家。
猿辅导
数据分析岗，待二面
自我介绍
项目介绍，设计AB实验
评分卡
LR，损失函数
树模型，XGboost和Rf以及adaboost区别
特征工程，CPA和因子分析区别
业务题，辛普森悖论
SQL题
拼多多
算法工程师，待二面
一面
自我介绍
手撕代码，最长回文串
项目介绍，深挖
LR原理，怎么解决过拟合，为什么正则化可以
贝叶斯和传统统计学派区别吗，那从贝叶斯定理的角度说为啥L2可以解决过拟合
决策树了解吗，GBDT怎么做的，做分类问题用的什么树
为什么梯度下降可以求解最优化，数学理解
通俗介绍SVM
拉格朗日乘子，KKT原理
知道共轭分布吗
EM算法，为什么隐变量的问题要用EM算法
Jensen不等式
Transformer
怎么解决梯度消失，和损失函数有关嘛
RNN怎么解决，LSTM为什么可以解决
怎么做文本分类，RNN和CNN各自特点
深度学习里面优化器，ADAM特点
为什么深度学习的效果很好
进程和线程
怎么体现你自己学习能力强，本科排名，研究生排名，为什么学数学来做算法，在学校研究什么方向
目前为止最硬核的面试，面试官什么都问，从transformer问到共轭分布，一个小时地狱难度。。。
网易云音乐
深度学习算法岗，二轮技术+HR+主管面，收到意向书
一面
自我介绍
手撕代码，给定字符串，求长度为k的字典序最小的子序列
实习+项目，深问
Word2vec，负采样，层次归一化
deepFM
Cnn原理，池化和卷积目的
Rnn，为什么用lstm
Lr原理公式、损失函数
二面
自我介绍
实习项目，attention公式
比赛项目
了解最新的方法嘛
最优化方法，ADAM
数学好有什么优势
面试官评价对最新的不太了解
HR面
自我介绍
为什么选择算法岗
平常会读paper嘛
最有成就的事，说哦辅修，如何自学的
在快手实习最大的三个收获，团队规模，最大的挑战，mentor给了你哪些帮助，实习的感觉如何
除了实习以外，自己的时间学习什么知识了吗
未来三年职业规划，期望的工作地点，哪里人
个人情况，单身吗
总监面
自我介绍
介绍实习（被怼）
介绍项目（被怼）
视频推荐和广告推荐差异（没回答出）
HR面完说前面表现加一轮主管面，被怼到怀疑人生，大佬tql，给了很多建议，不求SP了，给个普通offer吧
总结
以上是目前为止面的，总结来看，算法岗基本都是项目+机器学习、深度学习算法原理+手撕代码，个人手撕代码基本都能搞定，但是之前没什么项目经验，在快手实习之前也是偏数据分析的岗位，刚转到算法岗两周，也没什么能讲的，聊到项目就容易崩，非科班也没论文，申算法岗还是太难了。
有空继续更新，希望能帮到大家。
一起交流
重磅推荐！NewBeeNLP目前已经建立了多个不同方向交流群（机器学习 / 深度学习 / 自然语言处理 / 面试交流 / 大厂内推 等），赶紧添加下方微信加入一起讨论学习吧！
- END -
算法岗面试复盘(上）| 阿里、百度、作业帮、华为 2020-09-09
记得把NewBeeNLP设为星标哦
等你在看