网易云音乐机器学习算法四面面经

你每天起床之前有两个选择,要么继续趴下做你没有做完的梦,要么拉开被子完成你没有完成的梦想。——杰森∙斯坦森

24号下午的面试,因为之前其他公司的面试不顺利,所以抱着一轮游的心态来杭州。没想到一面竟然过了,想到已经赚到了,索性就放开了状态来面试,很幸运一直走到总监面,最终拿到了offer。过程很辛苦,从下午两点半面到晚上接近9点,不过网易的小哥哥小姐姐们挺贴心的,买了饼干和牛奶给我们补充能量,随便拿随便吃。期间也认识了几位很优秀、谈得来的大佬,不虚此行。 

现在整理一波面经,希望能帮到各位牛友。 

一面(技术一面) 

自我介绍 

介绍项目 

用了哪些特征? 

平时是怎么学习的? 

bagging和boosting有什么区别? 

bagging和boosting和树有哪些组合方式? 

XGBoost和GBDT有什么区别,推导XGBoost。(会手推算法很重要,我自己准备了感知机,LR,朴素贝叶斯,最大熵,EM算法,SVM,XGBoost,牛顿,拟牛顿,HMM里的前向后向算法、维特比算法,BP算法等算法的手推,除了BP算法和XGB外,这些算法在李航老师的《统计学习方法》里都找得到,最大熵步骤最多。) 

手写代码:字符串反转 

讲一讲K-Means算法 

你有什么想问的? 

二面(技术二面) 

自我介绍 

介绍项目 

用了哪几组特征? 

贝叶斯调参是怎样的?(因为我比赛中用过贝叶斯调参,所以会问到) 

知不知道排名第一的大佬是怎么做的?(这个问题很多面试官都会问,参加过比赛的同学可以去研究一下前排大佬的做法,这题答得好会加分很多) 

为什么不实习? 

L1正则和L2正则有什么区别? 

CNN中如果想用一个卷积提取局部特征和全局特征,该怎么做?(不会,这题有哪位大佬知道答案嘛?) 

看过哪些书 

牛顿法是怎样的?写一下过程。(一阶函数和多阶函数的牛顿法) 

推导SVM 

自己想一个非线性分类问题,设计其核函数 

手写代码:m*n,从左上到右下有多少步。(用dp做,比较简单。这里我做了一个优化,空间复杂度从O(m*n)降低到O(min(m,n))) 

三面(hr面) 

面试官小姐姐上来就自己做自我介绍,把我吓了一跳 

问我的自我介绍(被吐槽说是不是背的2333) 

觉得比赛中提分大的是哪个步骤,你是怎么做的?为什么别人不这样做?(当时就被问懵了,我也不知道别人为啥不这样做啊。还好及时反应过来,反过来回答,说自己为什么会想到这么做,顺便不要脸地夸了自己一波) 

家里情况? 

面试过哪几家?为什么那么晚投?(这里有坑,我说前面投的是小厂,试试水。然后被反问网易算不算小厂?赶紧说不算不算,然后改口不是不是。) 

你为什么转行? 

为什么选择计算机? 

为什么选择算法?(这三问简直是对灵魂的拷问) 

室友对你的转行怎么看?你晚上写代码会不会影响到他们的休息? 

想去哪个城市工作?父母对工作城市有要求吗? 

对网易云音乐有何建议? 

你有什么想问的? 

四面(总监面) 

面试官气场很足,但是很温和。 

介绍项目 

贝叶斯调参是怎样的? 

为什么转行? 

比赛为什么不组队? 

项目侧重点,特征工程是怎么做的? 

学过哪些课程?有没有学操作系统或者是编译原理? 

有没有实现梯度下降或者拟牛顿法? 

LightGBM和XGBoost有什么区别?实际使用过程中对两者的感受是怎样的?从原理解释下原因? 

会L-BFGS吗?L-BFGS哪一步很巧妙?是看过论文吗? 

你有什么想问的?

点击作者姓名与作者大佬交流~

作者:LightGBM

来源:牛客网(www.nowcoder.com)

- 互联网名企笔试真题

- 校招求职笔经&面经

- 程序员/产品/运营求职实习信息

- 程序员/产品/运营学习交流社区

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏专注研发

第一次写博客,想了很久要给自己留一个什么样的开始

       我想说下我的理解。        很多ACMer入门的时候,都被告知:要多做题,做个500多道就变牛了。其实,这既不是充分条件、也不会是必要条件。

1423
来自专栏专知

音乐演奏家恐将失业,Facebook首次提出音乐风格翻译

2746
来自专栏大数据挖掘DT机器学习

什么是模式识别,与数据挖掘,机器学习关系又如何?

模式识别是对表征事物或现象的各种形式的信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。 英文“Patte...

4786
来自专栏挖掘大数据

关于熵(entropy)的简单理解

在机器学习领域有一种叫entropy目标函数,我们想通过调整参数(w,θ)去优化这种目标函数,以达到寻找到的含有某个参数(w,θ)的模型,最大程度上来表示我们想...

3780
来自专栏量子位

NIPS风波 | 获奖者登台开炮:ML是炼金术,大神LeCun强硬回怼

夏乙 问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI 谁能想到,NIPS这种顶会都能风波乍起。 Ali Rahimi(阿里·拉希米),因为2007年...

3077
来自专栏人工智能头条

深度学习 vs 概率图模型 vs 逻辑学

23112
来自专栏奇点大数据

《自然语言处理理论与实战》

自然语言处理是什么?谁需要学习自然语言处理?自然语言处理在哪些地方应用?相关问题一直困扰着不少初学者。针对这一情况,作者结合教学经验和工程应用编写此书。《自然语...

5962
来自专栏机器之心

业界 | 搜狗机器翻译团队获得 WMT 2017 中英机器翻译冠军

搜狗语音交互技术中心 机器之心报道 每年的第三季度都是机器学习相关的顶级学术会议密集召开的时期,今年也不例外。其中,作为自然语言处理领域顶级国际会议之一的 EM...

41013
来自专栏AI科技评论

【深度】Nature:我们能打开人工智能的“黑箱”吗?

编者按:人工智能无处不在。但是在科学家信任人工智能之前,他们首先应该了解这些人工智能机器是如何运作的,这也就是文中所提到的“黑箱”问题。在控制论中,通常把所不知...

3316
来自专栏专知

没空去开会?ICML2018会议笔记了解一下

【导读】一年一度的国际机器学习会议(ICML),于7月15日在瑞典斯德哥尔摩闭幕,ICML 的会议日程之紧凑,会议内容之丰富,令人目不暇接。如果你没有去开会,或...

1394

扫码关注云+社区

领取腾讯云代金券