不授权转载到其他平台谢谢（如知乎微博等）。            下面把之前没写的面经补充上，以及直接写过的复制过来。所有面经略过了与项目相关以及从项目引申出来的部分。      0x00凤巢    一面：   算法题，写一个json的load方法。（不需要优化比如自动机最小化之类的）   其他的问了问简历项目，比较水，互相吐槽了现在的业务部门和研究院的差异。   二面：   算法题，集合的子集，无重复和重复。      原理题   GBDT原理，推导。   特征工程理解。   归一化的理解。      系统题   python 深拷贝，浅拷贝   python 反射        场景题，一...

美团开奖 了      面的北斗，HR连电话没打就收到了意向书，具体内容不让发出来。希望不要出什么岔子。求好运

前天面的，今天收到意向书，感觉效率很高。      最早在秋招开始的时候，先面了头条的提前批，4面后挂在了review上（现在想想有很多套路没有准备，实在是太实在了，比如问xx落地没。。。）      一面   介绍项目   算法题，带括号的加减乘除字符串运算。当时拿到这个题，第一时间按照编译原理的套路，词法分析文法解析中间代啥的，搞了一套递归下降编译器。面试官说不用这么通用，其实不从这角度还挺难写的。。   算法题，棋盘上的连通棋子团数，（最基本的dfs）   问了一些机器学习基础题，深度学习基础题记不太清，应该没什么难度。      二面，   算法题，也是个dfs的变种   其他的忘了 ...

一面 热身题，leetcode 104   算法题 leetcode 64、leetcode 85   原理题，LR，FM，FFM，DeepFM的区别联系   数学题， AX = 0  X有无穷多解，问A是否可逆      二面，场景题，   1.设计快车拼车算法   2.设计快车派单算法   3.以订单为粒度和人车为粒度做派单时召回的区别。   聊了聊天。      三面，   场景题，设计用车需求量预估算法。   聊了聊天。

这公司去年就搞幺蛾子，今年想调查一下 。大家可以回复下...

1.一面   线下实验和线上结果不一样可能的原因？   聊了聊一个kaggle比赛，讲了一些做的一些细节的东西和业务上的思考。面试官说他们也做过这个，就给深入给他讲了点这个比赛的trick。   那个比赛中国人应该只有plantsgo和美团GM比我高，感觉占了很大便宜，所以最后也没写算法题就过了一面。      2二面   算法题。一维消消乐。 红红黄黄绿绿绿绿黄蓝 ->消一次变成  红红蓝 （三个以上的干掉）这个比较简单，给了O(n)算法   GBDT的一些原理，他想问残差这种情况是那种情况的特列。其实不仅仅是这个特例。还有预测值是均值也是特例。给他推了一下公式。   讲了一些特征工程...

之前水了水腾讯的广告算法比赛，部门老大加了微信约了个面试。      1.重复数字的二分查找，找到始末位置   问了问最近两年的腾讯广告算法比赛有什么不一样。          问了个场景题，如果有用户历史的阅读文章，怎么做兴趣点的挖掘。   问了问文本的分类算法。       问了个给一个query，怎么找相关的文章。   匹配和检索算法。   都有哪些方法，没怎么扣细节。      感觉对NLP问的比较多。问了两遍工作城市意向。      后面找了个HR，发起了个正式的流程。      头条4面写了两道算法题，   旋转数组查找，一个二维DP。   问了问项目，感觉没什么有意思的东西。  ...

一面。算法题：归并排序，O(1)空间复杂度   场景题，广告主给了一批高转换人群包，问我们怎么用来提升业务。   原理题，推导一个NN的dense layer weight初始化为0的情况下，会出现什么现象。   其他的忘了，比较简单吧。      二面，算法题，找第k大，写出建堆的代码   如何判断NN是神经网络结构的问题还是优化的问题，比如学习率优化器之类的。   其他的忘了，也比较简单吧。      跟项目有关的隐去了。      三面，聊天。风格类似HR面。      现在的面试越来越记不住东西了，面完就忘...   感觉快手的面试体验比头条好多了，面试官请吃了饭，逛了快手一圈，聊了聊...

一面：   算法题，写一个json的load方法。（不需要优化比如自动机最小化之类的）   其他的问了问简历项目，比较水，互相吐槽了现在的业务部门和研究院的差异。   二面：   算法题，集合的子集，无重复和重复。      原理题   GBDT原理，推导。   特征工程理解。   归一化的理解。      系统题   python 深拷贝，浅拷贝   python 反射        场景题，一个东西上线了跟线下实验不一样咋整。    场景题，设计推荐系统，只有两个字段 item_id，item_price_range. 比如1asdha, [4399，5399]      向量相似度计算方...