贝壳机器学习/数据挖掘三面凉经

Timeline:7月17投递,8月13号笔试,8月22两轮技术面+1轮HR面。太多人安排在周末面试了,一面结束后等了一个多小时才到二面,二面结束等了半个多小时才hr面。

一面(1h)
1. 自我介绍
2. 介绍简历上的一个项目
- 特征工程
- 如何添加和业务相关的特征
- 哪个特征花是尖子u多
- 模型上线后提升的效果
- 如何输出结果给业务
3. 随机森林如何计算特征重要性,每种方式适合什么场景
- 项目里的特征重要性,有无思考过为什么这样
4. 处理样本不均衡的方式,样本加权方式有哪些
5. 过拟合和欠拟合区别,如何处理
6. 有哪些需要对数据做归一化的算法
7. 做题
- 有序数组中找出不小于目标值的数,用的二分法
- SQL
8. 反问
- 组里的工作内容
和房源、客户、门店相关的回归和分类问题
- 新人培训体系

二面(40min)
1. 自我介绍
2. 介绍简历项目
3. 总结一下特征工程中,有什么方法。使得路径更短,效率高
4. DeepFM和FM的区别
5. 哪些处理特征稀疏的算法
6. L1正则化和L2正则化的区别
7. one-hot通常用在什么地方
8. bagging和boosting区别,两者更适合处理什么问题
9. 进程和线程区别
10. 模型通常有不同类型数据的输入,了解多模态吗
11. 了解高频模式挖掘吗
这个真的不会。。。
12. 算法题
二叉树中任意两节点的最短路径

HR面(15min)
1. 自我介绍
2. 未来1-2年职业规划
3. 优缺点
4. 在项目中的收获
5. 有其他offer吗,如何选择城市

#贝壳22届秋招面试##面经##秋招##贝壳找房##算法工程师#
全部评论
楼主拿到oc了吗,我是29那批的机器学习岗
点赞 回复 分享
发布于 2021-09-08 20:33
楼主,你的SQL大概是啥题呀?答出来了吗?
点赞 回复 分享
发布于 2021-08-22 23:57

相关推荐

02-07 12:06
已编辑
华侨大学 测试开发
最近看到很多 92 的,甚至是硕士,开始往测开赛道卷,说实话有点看不懂。先把话说清楚,大厂里的测开,绝大多数时间干的还是测试的活,只是写点自动化脚本、维护测试平台、接接流水线,真正像开发一样做系统、做架构、做核心平台的测开少得可怜,基本都集中在核心提效组,而且人很少,外面进去的大概率轮不到你,我想真正干过人都清楚。很多人被洗脑了,以为测开也是开,和后端差不多,只是更简单、更轻松、还高薪。现实情况是,测开和开发的职业路径完全不一样。开发的核心是业务和系统能力,测开的核心是稳定性和覆盖率,前者是往上走,后者天花板非常明显。你可以见到很多开发转测开,但你很少见到干了几年测开还能顺利转回开发的。更现实一点说,92 的高学历如果拿来做测开,大部分时间就是在做重复性很强的杂活,这种工作对个人能力的放大效应非常弱。三年下来,你和一个双非的,甚至本科的测开差距不会太大,但你和同龄的后端、平台开发差距会非常明显。这不是努不努力的问题,是赛道问题。所谓测开简单高薪,本质上是把极少数核心测开的上限,当成了整个岗位的常态来宣传。那些工资高、技术强的测开,本身就是开发水平,只是挂了个测开的名。普通人进去,99% 做的都是项目兜底型工作,而不是你想象中的平台开发。测开不是不能做,但它绝对不是开发的平替,也不是性价比最优解。如果你是真的不想做开发,追求稳定,那测开没问题。但如果你只是觉得测开比后端容易,还能进大厂,那我劝你冷静一点,这只是在用短期安全感换长期天花板。有92的学历,如果你连测开这些重复性工作都能心甘情愿接受,那你把时间精力用在真正的开发、系统、业务深度上,回报大概率比卷测开要高得多。想清楚再下场,别被岗位名和话术带偏了,就算去个前端客户端也是随便占坑的,测开是一个坑位很少赛道,反而大面积学历下放,不用想也能知道会是什么结果,我想各位在JAVA那里已经看到了
小浪_Coding:工作只是谋生的手段 而不是相互比较和歧视
点赞 评论 收藏
分享
评论
1
17
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务