腾讯+头条 算法双杀面经

作者 | 常青czq

整理 | NewBeeNLP

面试锦囊之面经分享系列，持续更新中

写在前面

本人21届渣硕，本硕华南某985，有过两段实习经历，一段是大厂的算法实习，另一段是招行Fintech实习，虽然岗位都是机器学习，但工作的内容都和推荐相关，很感谢这两段实习带给我的成长，对春招找实习有非常大的帮助，面试常常被问到...

春招找实习面试了三家大厂，offer情况：「字节跳动（小程序平台）」、「腾讯（CDG广告）」 另外，「阿里」交叉面面完了，面试官说下一面HR面... （虽然三份投的也都是机器学习算法岗位，但聊了工作内容感觉也都是和推荐相关，这大概是我与推荐的缘分吧...）

字节：（2技术+1HR）

一面

本来是约的下午，面试官临时有事改到那天晚上9点，感觉他也有点疲惫所以问的东西并不多~

• 自我介绍
• 项目/实习
• RandomForest和XGBoost区别
• XGB相对于GBDT的改进的地方
• 如何提特征？
• 防止过拟合？
• 手撕：寻找数组中是否存在超过一半的数字，时间复杂度O(N)
• 概率题：抛硬币一亿次都是正面，下一次是反面的概率有多大？看到概率题脱口而出的1/2（自己都笑了，虽然知道答案不是但面试过程交流下来感觉很轻松就没想那么多了），面试官也笑了说我们做机器学习的，就不能常规思维去想这个问题，从最大似然的角度思考blabla直接告诉我怎么分析了。
• 反问。

字节的效率果然是出了名的，第二天就通知下一面...但自己想多做准备就延后一周再二面了

二面

• 自我介绍
• 一面面试官已经问过其中一个实习的项目了，还有其他项目想讲一下吗
• 为什么要选择RandomForest
• 中间问了一些和项目相关的算法基础知识
• 深度学习的东西用过哪些
• RNN和LSTM，GRU的对比优缺点？
• 手撕：给定一个升序数组1，元素有重复，对每个元素算一下平方后得到新的数组2，问数组2中不相同的元素的个数？要求时间复杂度O(N),空间复杂度O(1)
• 方程题：我们有n个蛋，k层楼，假设蛋从第m层楼及以上往下扔会碎，现在要找到m，问在最坏的情况下至少需要试出多少次才能知道m。w(n,k)表示次数。写出状态转移方程w(n,k)。

注：写状态方程是很懵的，第一次遇到，自己说了思路（其实没啥思路但觉得也要开口讲些东西，哪怕错的也说明你有在思考），面试官超级耐心疯狂暗（明）示，最后一步一步写出来，最后他也说了虽然我一开始没思路，但是经过提醒之后每一步都能写出来也挺不错。（所以个人感觉面试的过程也是一个交流的过程，不是被试者单方面的output，说不定遇到的面试官超级nice，哪怕说错了也不会直接放弃你而是引导和暗示）

HR面

其实很惊讶没有三面...emm直接HR面然后就oc有被惊喜到...（可能是我面的部门海量hc？）

腾讯：（3技术+1HR）

一面

• 自我介绍。
• 涉及到的实习经历？如何构建特征？
• 分类模型怎么构建？（跟自己实习内容有关）
• 共享屏幕画GRU4Rec时序推荐模型的结构。（主要是负采样了）
• 推荐的评价指标有哪些。
• 归一化了解过哪些。
• 写LR的loss（这个是自己挖坑，本来只让说一下，当时共享屏幕，所以我就说了那我写出来吧，但感觉又会推导，所以想一步直接写出来最后的结果，就是经过sigmoid处理，差点翻车。。还好最后写出来了）
• 手撕：找出数组中第K大的数。leetcode原题，要求O(n)。

二面：

全程被问“还有吗”，面试官很厉害一直在深挖东西，感觉被掏空

• 自我介绍。
• 问非计算机学院的，学过计算机基础的课程吗？他提了一下计算机网络（瞬间慌了，这是我学过最差的课了。。）还问了解过一些基础算法不是机器学习的算法，比如贪心搜索等等的。（还好用过）
• 说一面面试官已经问过项目了所以不再问了。。。（接下来就是疯狂问模型还有原理）
• 首先讲一个自己最熟悉的机器学习的模型/算法。（我讲了一下树模型）
• RandomForest和XGB之间的差别。（讲了大概五六个点他表示比较满意）
• 追问：为什么RF关注方差，XGB关注偏差。
• 追问：XGB并行化如何实现。（自己讲了两三个点。问还有吗？再讲了一两个点）
• 追问：XGB对GBDT的改进的地方有哪些。（自己讲了两个点。问还有吗？再讲了一个点。再问还有吗。。）
• 追问：XGB使用正则项防止过拟合，L1和L2两个的原理是什么。（回答了L1，L2的作用，他说我回答的是这两个的结果不是原理，想知道为什么？自己有点想不起来，随便说了一下，他表示不太满意，说这方面还需要加强学习。）
• LightGBM和XGB的区别（改进的地方）
• 追问：LightGBM如何并行化。
• 追问：防止过拟合的方法有哪些（讲了三四个点吧。。追问还有吗？再讲了一个点？再追问？？？陷入沉思中，他说你刚刚回答的都是从模型和结构上相关的角度，有没有其他角度？？我大概就是用过上面说的那些了。他说没有用过但是知道的也可以说一下。又从数据的角度讲了一些。）
• 用过分布式计算吗？做过大规模数据吗？（瑟瑟发抖说数据大概百万级。他说那肯定不需要分布式了，分布式都是亿级以上，好的没事这方面也是和业务相关以后还是要多学习。我说好的好的。还好在这个点没有为难我，无限感恩。）
• 算法题：找出数组中a+b=c的组合，其中abc都在数组里面。时间空间复杂度？

快要结束的时候，面试官和我聊了一下组里有四五个和我同校的师兄师姐，都很不错。有被惊喜到，第一次感受到母校强大的光环，感动师兄师姐都太棒了沾了福气

三面：（应该就是总监面了）

全程问的技术问题就三个吧

• RF和GBDT、XGB和LGB的区别、优化（没问得很细）
• 在IEG做的项目基于什么平台？
• 深度学习应用在推荐系统的发展？
• 手撕：青蛙跳台阶，吃虫子，青蛙每次只能跳一阶或者二阶台阶，每个台阶的虫子是一个数组a[m]，青蛙最多只能跳n次，其中0<m<1000,0<n<100,问青蛙怎么样吃到最多的虫子？
• 反问。聊了一些业务~非常亲切nice

HR面

一些常规问题。感觉真诚一些自信一点好好回答都没问题的~

总结

• 关于算法基础，楼主是属于看东西比较慢但基础比较扎实一点点的人，对于简历上提到过的每一个算法都要真的会~
• 面试过程心态也要放好，记得看过一句话，面试是一个互动的过程，面试官也是希望问到你会的相关的东西，也庆幸一下自己遇到的面试官都超级nice，问到一些我不会的都会稍加引导和暗示，整个面试的过程都学到了很多东西。
• 关于做题，2020年之前还没有刷过leetcode，用了将近一个月的时间做完剑指offer和80%的leetcode hot，但题确实是真的不得不刷，阿里面试遇到的题就是自己没做的20%leetcode hot之一，真想锤自己一下...
• 有努力就会有收获，最后祝大家都能收到心仪的offer(^▽^)~

- END