文章來源于NewBeeNLP，作者今天你leetcode

寫在前面

2020春招實習投的職位都是機器學習算法工程師，這里主要說一下拿到offer的兩家面試：

• 阿里云 （4.1 筆試0ac，對了10%, 拿到意向書）

• 美團 （筆試大概過了45%的樣子，offer）

985本碩非科班，簡歷上一共寫了4段經歷：

• 項目一：天池比賽 10名左右

• 項目二：一個數據挖掘比賽 第一名 + 后續合作項目+ sci論文

• 項目三：實驗室項目

• 項目四：大三暑假實習經歷（一家獨角獸的算法部門）

美團

一面

• 聊項目一

• • 特征選擇（有哪些方法）

  • 數據探索（拿到數據之后怎么分析的？）

  • 降采樣之后怎么調整概率？

  • LightGBM、XGBoost的區別（LightGBM做了哪些改進？）

  • XGboost里面預排序是怎么做的？

• 介紹項目二

• 介紹項目三

• 簡單說了下項目四

• 手撕代碼

• • 手寫最小堆代碼

簡單總結: 一面主要感覺是簡歷面，簡歷上的4個項目都簡單聊了下。

二面

• 聊項目

• 激活函數 ReLU LeakyReLU Sigmoid 各種激活函數的區別

• 平時調參主要調什么參數？除了用到的LightGBM,還用過什么模型？比如深度學習的一些模型？

• LightGBM和XGBoost是怎么處理缺失值的？

• 介紹了項目一和項目二（主要介紹了整個目的和流程）

三面

• 介紹項目一

• 采樣 怎么驗證 如何判斷過擬合

• 為什么沒有做集成

• LightGBM原理(預排序 直方圖 行抽樣 列抽樣 分裂時梯度選擇 特征交叉合并（RBF）)

• 還了解一些其他的什么廣告推薦算法之類的

阿里

一面

全程聊項目，中間穿插一些知識點

• 介紹一下研究生階段難度最大的項目，包括工作量、遇到的難點、解決方案

• 介紹了項目二 包括背景 數據處理 分析 論文

• • 中間穿插問了幾個問題:

  • 使用的LightGBM和seq2seq模型如何調參的?

  • LightGBM的原理了解多少？

  • 介紹一下項目二中用的attention如何做的？

  • 所說的項目中數據量大是多少？特征選擇又是如何做的？

  • 項目二最后結果提升了多少？有沒有試過簡單模型？

• 還有其他項目介紹嗎

• • 介紹了項目一:包括踩過的坑（訓練集拆分遇到了leak問題，直接上LightGBM效果不是很理想的問題） 特征的處理、針對不平衡樣本的處理方法

  • Q1. 線下怎么驗證的？構造的這些特征線下指標是否有提升？

  • Q2. 探討了一下樣本采樣的問題

• 還有其他想要說的項目嗎 用的其他的方法

• • 簡單說了下項目三的經歷，主要做數據處理，簡單的分析挖掘工作。沒有深入聊下去。

• 投遞的那個團隊的業務介紹

• 有啥需要了解的

• 我問了幾個問題

• • 問了團隊的工作節奏和時間安排

  • 問這個崗位的招聘具體對候選人的能力要求

  • 內部用啥工具平臺之類的？

二面

基本都是聊項目

• 介紹項目二

• • 為什么選擇seq2seq模型？為什么不用其他時序模型？難度在哪？最后效果怎么樣？

  • 特征選擇有哪些方法？

• 介紹項目三

• • 具體做哪些工作(數據分析難度不大的樣子？)

  • 有沒有借鑒其他人或者團隊的算法？

  • 面試官主要覺得難度不大！主要困難在特征提取階段

• 子序列最大和（簡單說了下思路就過了）

簡單總結：本次面試是感覺最差的一次，因為投遞的是機器學習算法工程師的職位，項目三其實很大一部分工作量是CV方面的，我在介紹的時候就一筆帶過了視覺的部分，導致面試官可能認為這個項目工作量不夠，這里全程都在質疑我這個項目過于簡單。后面反思了一下，其實和數據挖掘無關的工作內容也能說，應該算是工作量的體現。

三面

聊項目

• 項目二介紹 比賽中你的方案比其他隊伍的優點在哪？

• 項目一介紹

• 遇到一個機器學習問題，怎么去選擇模型？

• 項目一后續打算如何改進？

• 職業規劃？

• 平時做項目和學習的過程中遇到了什么問題？總結出了什么經驗？

• 平時還會學習一些什么技術？

• 介紹一下在企業的實習（項目四）

• 問面試官的問題：

• • 您覺得我要想達到勝任此崗位的能力，還應該在哪些方面彌補不足？

四面（交叉面）

• 說了一下項目二

• 說了一下項目四

• 手撕代碼 gray碼

• 問了面試官兩個問題：

• • 交叉面和之前幾面想考察的點有什么異同

  • 阿里國內和國外的office工作節奏理念有啥不一樣嗎 （純閑聊了）

交叉面比較短，大概30min就結束了，貌似就是看下前三面有沒有放水。

HR面

• 簡單介紹一下學校經歷

• 說了從本科到研究生的一些經歷

• 介紹項目二 項目里有哪些難點？哪些地方分別體現了哪些技術能力？

• 介紹一下家庭情況

• 有什么想問的

簡單總結

對過去的春招做個簡單的經驗總結，

可能因為投遞的都是業務部門，基本上都是圍繞著簡歷上的項目來問，中間穿插一些知識點，與我之前想象中的手撕公式、手撕代碼還是不太一樣。這就需要我們在幾個方面做好準備：

• 首先是要準備內容豐富的項目，讓面試官有問的點；

• 介紹項目的時候，最好先介紹下簡單的項目背景和目的，盡量抓住主要矛盾，關鍵是要講清楚整個流程，讓面試官搞清楚這個項目到底是干嘛的，細節的東西可以先不講，如果他感興趣自然會再追問細節；

• 要講清楚自己的工作量，說清楚項目的重難點；

• 說的時候其實可以抱著一種交流學習的心態，遇到不會的問題，一定要坦誠自己不太懂，但是可以說一下自己的一些思考；甚至可以說一下自己踩過的坑，反問面試官遇到這種情況該怎么解決。

今年很多公司都需要筆試了，即使是內推也需要筆試，這就體現了刷題的重要性，這方面我自己也做得不好，還需要多刷LeetCode。刷題在求職中還是王道。總結出的一些機器學習算法工程師方向常問的知識點：LightGBM、XGBoost原理、調參經驗、特征選擇方法等等。

-?END?-

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯AI基礎下載（pdf更新到25集）機器學習的數學基礎專輯獲取一折本站知識星球優惠券，復制鏈接直接打開：https://t.zsxq.com/yFQV7am本站qq群1003271085，加入微信群請掃碼喜歡文章，點個在看

總結

以上是生活随笔為你收集整理的【面试招聘】美团+阿里 | 机器学习算法春招面经的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。