机器学习_面试总结_持续更新

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/HandsomeFuHS/article/details/85196082

背景

先自我介绍一下：16年毕业于西安电子科技大学，本科，通信工程。16年7月到17年8月初在一个创业公司做Android开发。17年8月末到18年3月初，一直处于离职状态，学了点机器学习（转行），到处玩了玩。18年三月找工作，进入一家小公司做算法（稍大一点的都不要我）。其实在公司里面什么事都没有，因为没有应用场景。我都是自己看看书，学学习。11月初离职，12月中旬开始找工作。我的情况是理论还不错，但工程能力非常差。但面试有个好处就是，基本都问理论，造飞机，工程问题非常少，所以我面试的还好。这周一共面试了四家公司，效果还不错，所以写个博客供大家参考。下周准备面一线大公司。

面试

1. 茄子快传
   1. 面试岗位：广告算法工程师
   2. 面试问题：神经网络的推导，迁移学习，什么情况才能进行迁移学习，如何表达数据集（除了特征和标记），推导fm,cart树如何生成等。
   3. 面试结果：一共面了三轮，当天hr的意思是觉得我还不错。但是第二天hr和我说广告组没有hc了，问我愿不愿意去另一个组，我说可以，然后约定下周二去面另一个组。
2. 让你火
   1. 面试岗位：算法工程师
   2. 面试问题：如何生成用户画像，物品画像，如何处理文本，如何词嵌入，如何协同过滤等。
   3. 面试结果：有点让我不爽的是，面试我的是一个产品经理，又不懂技术。比如我给他讲基于内容的推荐，他理解的“内容”是，只有文本内容才是内容。难道用户年龄就不是内容啦？物品类型就不是内容了？还疯狂diss我，懒得解释了。公司很小，三五个人吧。没消息，我也不会去。
3. 豆瓣音乐
   1. 面试岗位：推荐算法工程师
   2. 面试问题：问得非常细，非常基础。如何用线性模型解决非线性问题，如何矩阵分解，如何求特征值，讲讲协同过滤（并结合具体数据计算演示），如何解决冷启动问题（用户冷启动，物品冷启动，用户和物品同时冷启动），解释型语言和编译型语言有什么区别，leetcode第一题，hash表是如何实现的。
   3. 面试结果：hr和我说，我应该差不多，周一确定。hr和我谈了薪资，给我介绍了一下公司，然后就走了。
4. 趣头条
   1. 面试岗位：推荐算法工程师
   2. 面试问题：一面：讲一个你比较熟悉的算法（我讲的是LR），数字字符串相加，l1，l2正则化的区别；二面：深度遍历二叉树，常用激活函数与区别，LR与FM的区别，RF与GBDT的区别，常用融合方法，XGBoost有啥优点；三面：讲讲广义第二高价，讲讲做过的产品。
   3. 面试结果：三面完六点多，那个组长说hr已经走了，然后说周一hr和我谈薪资。组长还主动加了我微信，说希望未来和我共事！

下周去一线公司试试，持续更新~~
要是不行的话，我就去趣头条了，哈哈