【字节跳动】19校招算法工程师面试总结

我的个人微信公众号:Microstrong

微信公众号ID:MicrostrongAI

微信公众号介绍:Microstrong(小强)同学主要研究机器学习、深度学习、计算机视觉、智能对话系统相关内容,分享在学习过程中的读书笔记!期待您的关注,欢迎一起学习交流进步!

我的知乎主页:https://www.zhihu.com/people/MicrostrongAI/activities

Github:https://github.com/Microstrong0305

个人博客:https://blog.csdn.net/program_developer

20181013

一面:

1. 面试官:看你发了两篇论文,是关于股票预测的,讲一下论文吧!

我:就简单的讲了一下论文的创新点和达到的精度。

注意:

(1)其实论文是自己的亮点,面试官感兴趣,我应该仔细讲讲的。

(2)其次,论文里面用到的细节,一定要非常清楚,能讲清楚,并且讲论文的时候,要有铺垫。

可以这么讲:

(1)之前别人是怎么做股票预测的。

(2)别人做股票预测的精度和不足。

(3)你做的股票预测和别人做的股票预测有什么差别。(这里重点讲一下自己的创新点。)

(4)你达到了一个怎么样的精度,效果如何。

2.  面试官:你都熟悉哪些常用的机器学习算法?

我:回归算法有:线性回归、Lasso回归、岭回归。分类算法有:逻辑回归、决策树、贝叶斯、SVM、神经网络、集成学习。聚类算法有:k-means、层次聚类、(密度聚类不敢说,因为切实忘了原理过程)。

面试官:你能详细的讲解一下,线性回归的原理么?

我:线性回归的回归模型为 y = W^{T}X,就是训练一条直线来拟合我们的训练数据,根据这个训练好的线性函数来预测数值。

面试官:你讲解的线性回归是我们理解的形式,你能具体讲解一下线性回归的底层原理,比若说如何训练,如何得到参数,如何调整参数等?

我:这个不是很清楚,没有做过具体的项目,但是我对逻辑回归做过深入的研究。

面试官:那你就讲解一下逻辑回归的原理吧!

我:把逻辑回归从头到尾,详详细细的讲解了一遍。

3. 面试官:你再详细的讲解一下朴素贝叶斯的底层原理,比如说,如何选参数,如何训练模型,如何做分类?

我:朴素贝叶斯的朴素其实是样例中特征之间相互独立。后边就说不出来了。。。

4. 面试官:深度学习中的梯度消失是什么,如何解决?

我:详详细细的把梯度消失的现象,造成的实质原因,和三种解决办法讲了一遍。

三种解决办法:

(1)修改激活函数。

(2)用BN。

(3)把传统的循环神经网络,换成GRU网络。

5. 面试官:神经网络中的word2vec了解么?详细讲解一下它们的原理?

我:把word2vec的两个模型:CBOW、skip-gram详细的讲解了一下。

(1)面试官:你能详细的说一下CBOW和skip-garm它们的区别么?分别适用于什么场景?

我:没回答出来。

6. 面试官:数据结构中,什么是平衡二叉树?

我:详细的把平衡二叉树概念说了一下。

(1)面试官:什么是二叉树?

我:一个结点没有子节点,或者是只有左孩子结点、或者只有右孩子结点、或者只有左孩子和右孩子结点。

(2)面试官:平衡二叉树的应用都有哪些?

我:二叉排序树。(错误的回答。)

注意:正确的回答应该是B-树和B+树。

7. 面试官:我们来写一道代码题。

题目:给你一个很大的文件,文件里有很多行数据,每一行数据是一个用户的uid,表示这个用户点开过抖音,请你找出打开抖音次数最频繁的前10个用户。

面试官接着解释题目:假如抖音里面有5亿用户,那么每个用户打开一次抖音就有5亿条记录,如果每个用户打开两次抖音,就有10亿条记录。也就是说,用户每打开一次抖音,就记录一下他的uid。请找出打开抖音次数最频繁的前10个用户。

已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页