一、OPPO提前批（崗位：機器學習算法工程師）

1.1 一面（通過） 2018.07.21

手寫二叉樹前序遍歷

劍指offer青蛙跳臺階問題：一只青蛙一次可以跳上1級臺階，也可以跳上2級。求該青蛙跳上一個n級的臺階總共有多少種跳法？ 我：采用遞歸的方式做，f（n） = f（n-1） + f（n-2） n》=3; f（1） = 1; f（2） = 2; 面試官：如果不利用遞歸方式怎么做？ 我：構建一個vector向量，［1， 2， 3， 5 。..］ 當前數(shù)等于前兩個數(shù)字的和。面試官：這樣做空間復雜度多少？我：O（N） 面試官：有沒有更好的方法。我：用兩個變量代替f（n-1）， 和f（n-2）， 每次計算完后更新他們的值。這樣做空間復雜度為O（1）。

簡述一下XGBoost？ boosting的思想是每一個基分類器糾正前一個基分類器的錯誤，至于糾正的方式不同所以有不同的boosting算法，比如通過調(diào)整樣本權值分布訓練基分類器對應的AdaBoost，通過擬合前一個基分類器與目標值的誤差的負梯度（也不能說是殘差，只有在損失函數(shù)是平方損失時才能叫殘差，一般的損失函數(shù)是近似殘差）來學習下一個基分類器的方法是gradient boosting

單例設計模式

決策樹分裂條件？

信息增益怎么計算？

給你兩個向量，它們之間的距離計算方式有幾種，分別怎么計算，寫出計算公式

分類問題的損失函數(shù)

1.2 二面（掛） 2018.07.21

auc和f-score的區(qū)別

SVM的工作原理

未來三年的的規(guī)劃

你收獲最大的一門課程，分別站在自己的角度和別人的角度說一下為什么你的收獲大，比別人收獲多

你關注時事熱點嗎？說一下你最近關注的熱點，你對此有什么看法

最滿意的一個項目，詳細介紹一下

f-score的表達式

最難過的一件事，怎么解決的

寫代碼是如何調(diào)優(yōu)的

對于寫代碼如何看待

說一下你的優(yōu)勢

二、多益網(wǎng)絡（崗位：人工智能及大數(shù)據(jù)研發(fā)工程師）

2.1 一面 2018.08.16

介紹一下自己

談一下你的覺得不錯的項目

深度學習中的正則化

線性回歸與邏輯回歸的區(qū)別

鏈表與數(shù)組的存儲區(qū)別

QN與DQN的區(qū)別

你有offer嗎

你如何看待加班

假如你有一千萬的信息文本，你如何找出重復最多的前十條

冒泡排序

三、阿里巴巴（崗位：機器學習算法崗）

3.1 面試前的了解 2018.08.20

卷積核的作用？在圖像中或者文本中？（提取特征）

Pooling層的作用？（擴大感受野，降低參數(shù)規(guī)模）

有沒有關注神經(jīng)網(wǎng)絡的可解釋性？哪些方法？

有沒有想過利用RNN結構去處理自動駕駛中關于時間連續(xù)的問題？

CBDT屬于集成學習中的哪種結構？損失函數(shù)是什么？

CART的基本結構？

RELU的正半軸是線性的，怎么實現(xiàn)非線性的呢？（解答）

四、網(wǎng)易互聯(lián)網(wǎng)（崗位：機器學習算法崗）

4.1 一面 2018.08.29

自我介紹

編程：給定兩個有序鏈表如L1：{1，3，5}， L2：{2，4，6}，輸出{6，5，4，3，2，1}

項目介紹：基于模仿學習的自動駕駛（負責工作及實現(xiàn)流程）；天池工業(yè)AI大賽（特征工程、XGBOOST詳細介紹：一定看透論文！！！）；

樹結構：當特征值為連續(xù)的如0.001，0.0011，0.0011.。.如何進行分裂

模型結構：ResNet50的網(wǎng)絡結構

介紹一下遷移學習，如何Finetune

五、招銀網(wǎng)絡（崗位：機器學習算法崗）

5.1 簡歷面 2018.09.12

缺失值如何處理

特征工程的處理

介紹如何做的模型融合

說一下XGBoost與GBDT的區(qū)別，是否了解lightgbm， catboost

智力題：一條線段隨機分成三段，能拼成三角形的概率是多少？

如何實現(xiàn)一個鏈表的逆序

Python中如何用pandas讀取一個很大的文件，這個文件超過了計算機的內(nèi)存

解釋一下Python的裝飾器