九-十月面经
作为渣渣的楼主,作为忠实的牛客还愿者,稍稍分享一波最近的面经, 绞尽脑汁回忆了
感觉自己的四不像专业也是一大吐槽点,本菜鸡的秋招和春招继续面试笔试,依然很难熬
算法工程师岗:
新康众——阿里控股
1. 问项目
2. 问三角分布、概率分布知识
3. 最后手撕代码,一道二叉树,前序中序后序层次遍历,事实上不难,学过数据结构的基本都能做出来,但楼主学统计出身,当时利扣都没刷几道,妥妥放弃
阿里:机器学习算法工程师
1. 问项目
2. LSTM、CNN、GAU模型的原理
3. Transformer的结构框架
4. 智力题,16匹马,每次只能四匹马比赛,求最快怎么得到最快的三匹马类似的智力题还包括5L杯子和6L杯子怎么最快得到3L的水
WIND万得 NLP算法工程师
因为初入NLP,水平不足,远远无法和计院大佬相比,妥妥的面完就自闭
1. Softmax的计算公式、为什么不用sigmoid 、激活函数种类,
2. T检验是什么、P值的含义
3. BERT模型的原理
度小满 金融算法工程师
1. 手撕代码,写斐波那契额数列的代码,用两种方法
2. 利扣的股票最大值序列,包括变形,询问你时间复杂度、空间复杂度是多少
3. 各种排序算法的手撕
4. SOL问的比较简单
接下来简单罗列数分数挖岗的面试题吧
一、概率论类:
T检验、独立T、配对T、F检验
什么是指数分布,请举例生活例子
什么是大数定律、中心极限定律
还有第一类第二类错误 ,样本量计算
二、机器学习类
1.线性回归和LR的区别、LR和SVM的区别
2.LR的算法推导、损失函数、极大似然函数的推导以及求解
3.SVM怎么调参,核函数有哪些、对偶问题、拉格朗日乘子法。。。。。。。被问到对偶问题的转化我也是服了,谁会准备的这么细
4.决策树的框架推导、随机森林、GDBT、XGBOOST 怎么调参、原理区别,还好现在都是线上面试,手算增益系数、交叉熵、基尼系数公式、、、、直接螺旋升天
5.AUC、ROC、精准率什么的,这都是最基本的,PR曲线
5.如何应对样本不平衡
5. K-means 的算法步骤、DBSCAN算法、层次聚类,各自的优缺点
6. 还有忘了,反正这方面怎么细节都不过分
三、SQL、python
SQL窗口、手撕留存、最大日活、连续登入
索引失效、count(*)、count(1)区别
python可变类型和不可变类型
python的pandas的applymap、map、apply的区别
get请求、post请求的区别
爬虫的库、有哪些反爬手段
pandas还有各种数据清洗的代码吧,
这是基本功吧反正
四 SPARK、hadoop 等数据仓库的使用
本菜鸡啥也不会,妥妥凉基本
五、业务知识
不记得了,没有去实操,基本完全靠编
AB TEST的流程、业务分析
你对游戏行业的理解,叙说一二百字(游戏公司网易、莉莉丝、4399。。。。。。)
分析信贷的人群失活原因,,,,
推荐系统的指标
购物中心得指标体系建立
#阿里巴巴##面试题目#