前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >百度阿里头条算法面经

百度阿里头条算法面经

作者头像
牛客网
发布2018-09-20 13:45:11
9280
发布2018-09-20 13:45:11
举报
文章被收录于专栏:牛客网

过自己想要的生活不是自私,要求别人按自己的意愿生活才是。——王尔德

最近秋招很多消息和内推都是通过牛客获得的,回馈一下发一波面经,希望能帮到大家~ 楼主华五本科海外硕士,一份美国大厂数据挖掘实习,没有相关领域的paper,投的都是算法/机器学习相关岗位。非科班(EE)所以计算机基础比科班大神们差很多,相关知识一半靠上课一半靠项目和自学。至今面了阿里百度头条和两个小厂,投了腾讯美团知乎爱奇艺都没有任何消息。。楼主还在美国实习,所以所有面试都是通过视频/微信语音进行的。 

阿里提前批-算法机器学习(苦等意向书中) 

一面(45min) 

1. 代码:数组中第k大的数 

2. 简述反向传播原理 

3. 面试官微信发了一道反向传播的算数题,要求算出结果并解释 

4. sigmoid和ReLU的优劣 

5. 梯度消失问题和损失函数有关吗? 

6. 如何用一个有偏的0/1随机数生成器,生成无偏的0/1随机数 

7. 智力题:一个人向北走了一公里,向东走了一公里,又向南走了一公里,最后回到了最开始的起点,为什么?(楼主没答上来,后来网上搜到了答案...) 

8. 有什么问题要问我吗?(楼主问面试官能不能简单介绍一下ta最近做的一个项目) 

二面(80min) 

1. 代码:找出一个旋转数组中的最小值 

2. 怼NLP项目,具体细节问的很深(eg. 段落长度不一样怎么处理的,怎么控制参数个数,怎么防过拟合,用的什么优化算法,embedding层都用了哪些特征,等等) 

3. 一个四位数abcd,满足abcd * 4 = dcba,求这个数(楼主想起了当年被离散支配的恐惧..不过面试官表示不需要数论知识不要把问题想得太复杂后,还是顺利做了出来) 

4. 给了一个2*2的矩阵A和2*1的向量x,心算A*x 

5. 因为楼主提到项目是用TensorFlow做的,就让简述用TensorFlow训练模型的整个flow,边讲边在Collabedit写伪代码 

6. 讲TensorFlow的过程中面试官问初始化参数的时候要注意哪些(楼主不确定面试官的具体意思,就讲了TF的scope和reuse,和算法层面的Xavier和He两种init方法) 

7. 为啥想回国工作? 

8. 最后面试官详细介绍了下部门做的主要东西和优势,问我有没有什么问题(楼主问了和一面一样的问题) 

三面(30min) 

1. 怼项目,但问的不是很深 

2. 你这个项目有什么创新点吗?(楼主自知没有创新点,idea都是借鉴了很多别人的paper,就着重说了说一些难点和解决方法,面试官也没有继续刁难) 

3. 和二面问题一样,简述TensorFlow 

4. 开放性问题:目前NLP领域的模型表现相比CV领域稍显逊色,你觉得有哪些原因?你觉得NLP目前有哪些很有前景的发展方向?(楼主聊了一些最近看的感觉还不错的paper和大方向,面试官没给太多反馈) 

5. 能提前来实习吗?(楼主答不能,面试官表示没关系) 

四面(50min,楼主自我感觉这一面表现很不好..当时面完很懵逼,很多问题也记不清了) 

1. 怼项目,着重问有什么创新点(感觉面试官对楼主的整体回答并不满意) 

2. 概率题:一个家庭有两个孩子,已知其中一个是女孩,求另一个也是女孩的概率 

3. 看你的项目主要是深度学习的,对传统机器学习算法了解如何?(楼主说还比较了解,算法可以手推..面试官就说了句好然后竟然没有问任何后续问题..) 

4. 深度学习的算法有底层实现过吗?(楼主说大部分底层东西都用Python和Numpy写过..本以为要写代码了,但竟然又是没有任何后续问题..懵逼) 

5. 算法题口述思路:给定一个有k个单词的query(比如abc代表三个单词),和一篇用倒排索引形式给出的文档(比如a:[1,3,5] ,b:[2,7,6], c[4], d[8]),求文章中包含query中所有单词的最短连续窗口的长度(比如abdec就是长度为5包含abc的一个窗口)..楼主当时是美国晚上十二点脑子真的转不动了..面试官给了很多引导之后才给出一个还可以的解法,也不知道是不是最优解 

6. 你有什么问题吗? 

五面(交叉面,25min,基本全程聊天,没有技术问题) 

1. 简单说说你觉得你的项目可以应用到哪些实际业务场景? 

2. 实习生活感觉怎么样?感觉美国公司工作节奏如何?为啥想回国? 

3. 随意聊了聊面试官部门那边的一些产品 

六面(HR面,20min) 

1. 自我介绍 

2. 没有难以回答的问题,主要是面试官介绍部门的情况+聊天... 

头条-算法工程师(笔试后8.25视频面试,仍在等结果) 

一面(不记得时间了..) 

1. 自我介绍+简单介绍一个项目(顺着问了一些相关问题) 

2. 代码:一个链表,奇数位升序,偶数位降序,将其转化成完全升序的链表(楼主说可以直接拆分+反转+归并,面试官表示可以之后就直接写代码了) 

3. 面试官表示自己不是做NLP的,让我随便介绍一个NLP领域近期比较不错的成果 

4. 面试官似乎觉得时间太早又不知道该问什么了,沉默了一会问TCP/IP懂吗?(楼主没学过网络,直接说不懂)epoll了解吗(楼主就光上课时候学过一点,感觉会被问死,就直接说不太了解) 

二面(不记得时间了..) 

1. 自我介绍+介绍项目 

2. 项目有什么创新点? 

3. 推荐系统里,向量检索有什么方法可以加速吗?(楼主答LSH,然后后续问题就都是LSH相关的了,崩...) 

4. 我们简化一下这个问题,用LSH的思想在二维平面里找出和一个点距离最近的k个点,并写一下伪代码(楼主的解法是简单地将平面划分成很多大格子,然后维持一个{grid_id -> list of points}的map) 

5. 这个解法里,如果一个点在一个格子的边缘,那召回效果会变差很多,怎么缓解这个问题?(楼主没有很好的思路..回答了几种,面试官都说也许可以,但都没有很满意) 

6. 还能想到什么其他的方法吗?楼主对LSH没有太深的了解,想了很久后说可以用聚类的方法,召回时先找到距离最近的cluster;面试官似乎还比较满意,说facebook有一篇相关的paper楼主可以自己去读一下 

7. 意向工作城市? 

三面(55min) 

1. 自我介绍+介绍项目 

2. 项目最大的创新点是什么?项目里有哪些工作虽然没有创新性,但耗费了你大量时间? 

3. 项目为什么要在word embedding基础上加character embedding? 

4. Dropout为什么能防止过拟合? 

5. Batch Normalization有什么好处? 

6. 讲讲Adam优化算法 

7. 开放性问题:怎么自动从广告语中提取出一个“卖点”?(eg. 保暖,时尚) 

8. 你有什么问题要问我吗?意向工作城市? 

百度提前批-机器学习(做完测评等结果中) 

一面(60min) 

1. 代码:O(1)空间复杂度判断一个整数是不是回文数(Leetcode原题) 

2. 代码:给定一个dictionary,以及一个长字符串,判断字符串能不能拆成dict中单词的组合(dp解决) 

3. 简单问了问一个项目,没有聊任何细节 

4. 一个开放性问题,花了不少时间,具体很多细节记不清了就不写在这里了.. 

5. 有一麻袋硬币,怎么尽量快地估算出这些硬币的总价值(楼主给了几种思路面试官都不是很满意,最后面试官说这其实是一道很简单的采样的问题,楼主脑卡没想到..) 

二面(50min) 

1. 自我介绍+简述实习项目 

2. 能想到哪些衡量两个向量之间距离的方法(L1, L2, cosine,或者深度学习里训练MLP作为距离函数,注意normalization) 

3. 衡量两个字符串之间距离的方法?(楼主答了edit distance和Jaccard distance,不知道还有没有其他常用的) 

4. 给定一个query和一个doc,能想到哪些衡量相关性的方法(答了bag of words, LSTM encode, CNN encode, bi-directional attention等等);面试官最后提到一种match-CNN说楼主可以面试完研究一下 

5. LSTM相比普通RNN有哪些优势?为什么能解决梯度消失? 

6. LSTM和GRU用哪个好?(楼主表示两个之间没有绝对的优劣..面试官表示认同,说实际应用里确实会因为计算速度而选择GRU) 

7. 用户进行搜索时,你能想到哪些相关特征用来做排序(楼主从query,user,context三个角度简要回答了一下,也不知道面试官满不满意) 

8. 算法题口述思路:Leetcode买卖股票问题,只允许买卖一次的最大收益?不限制买卖次数的最大收益? 

9. 你有什么问题吗? 

三面(30min) 

面试官上来便说这一面不问技术问题了,楼主长舒一口气.. 

1. 为啥想回国工作? 

2. 上学期间你觉得自己成长最快的是哪个时期?为什么? 

3. 最大的优点? 

4. 有什么不足?或者说,你觉得自己有什么可以改进的地方? 

5. 工作的前三年对自己有哪些期望? 

6. 面试官介绍了一下部门做的东西,问楼主有什么问题;面试后要了身份证号

点击作者姓名与作者大佬交流~v

作者:匿名_

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 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018.09.10 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档