应用研究岗

第一次实习，所以也是第一份面经，谨以此回馈万能的牛友们部门：腾讯优图实验室――――6.27一面1.5h――――首先必须要说面试官（广东人，下面就会知道why）人超nice，全程感觉像是平常聊天，下面进入正题：1.自我介绍，问本科毕业设计，一个关于用gbdt做推荐系统的任务（主要是因为本菜鸡为三无选手，无项目，无比赛，无顶会）2.问机器学习算法原理：boosting与bagging的思想与异同，gbdt，xgboost，rf原理以及三者之间的异同，不同点为什么work3.问深度学习的一些知识：介绍cnn，及其与普通神经网络的区别和优势，介绍bn层及为什么work，知道dropout吗，说一下原理...

我是突然在春招末班车被鹅厂捞起来的，春招投完以后甚至连笔试都没发给过我，5.17突然收到一面邀请，受宠若惊。   5.18 一面（50 min）   全程没有手撕算法题，主要都在围绕项目展开考察知识点，当然也会延伸到项目外的一些模型     先是问了目前的状态，怎么还没入职，手上的offer之类的  样本不均衡怎么办？  介绍SVM和决策树  CART在选择某一特征最佳分裂点时，如果这一特征值很多的话，很难一个一个计算，怎么处理？（我答的是分桶用中位数计算）  介绍一个重要项目，介绍MLP、LSTM  LSTM输入长度多少合适？  在项目前期做过哪些特征工程？这里针对细节也展开了讨论  有什么...

腾讯应用研究一面（1h）——凉-3.16    项目  解释LDA原理  做题（三道）  1.arr数组中有0，1两种数字，输出连续0，1数相同的最长序列  2.数组中无重复返回yes  3.一个arr数组分割成n份，每份和的最小值  ps：面试小哥人超级超级好，每道代码题都会给我讲一个他自己的思路，是我自己菜而且那天连着面了三个，腾讯是最后一个面的，脑子不清晰再加上面试官在茶水间真的有点点吵，发挥的很不好，非常遗憾腾讯一面凉透了～