23秋招 360 机器学习算法岗 面经

写在前面：360我很早就面完了，一直没结果估计泡没了，自己也签了其他公司了，最近来更新一下面经。

一面：2022.9月初 （40分钟左右）

1、自我介绍

2、讲实习项目，讲到LightGBM，有没有试过XGB、GBDT，讲讲模型异同，在这个项目里怎么处理缺失值的。机器翻译是怎么做的，lstm和cnn的区别有了解嘛，

3、讲一个比赛项目，说下你怎么做特征的。语义特征怎么做的，如何判断两个近义词，word2vec了解吗

4、C++写的多吗？给你几道题1：写公式sigmoid、softmax 2：判断一个数是不是3的幂数 3：编辑距离

5、问几个数据结构问题，知道平衡二叉树吗，知道排序算法的稳定性嘛，快排为什么不稳定

二面：2022.9月下旬 （50分钟）

1、自我介绍

2、讲个项目，其中穿插八股：LSTM、bert之前的优劣势，LSTM是怎么提出来的，transformer是怎么提出来的，bert有什么优势

3、你还了解什么模型，xgb的特点讲一下，正则化项有什么作用，gbdt的目标函数是什么，lgb的特点讲一下，怎么防止过拟合

4、写一道题：给定一个vector例如=【1，2，3，（id）】和一个map例如=【（id）：（order）】，要求合成一个大数组，输出这个数组。可能会出现哪些异常，如何处理这些异常（比如map的id在vector中出现过，map的order超出vector范围等）

hr面：2022.10月初 （20分钟左右）

1、自我介绍

2、详细讲一下你的实习工作。业内其他公司是怎么做的；实习做这些工作的具体过程；实习、比赛和科研有什么区别。

3、工作城市如何考虑