算法岗面筋1

华为百度oppo微软面筋
先自报一下背景，本人华东五校之一的生物本科，美帝top4cs硕士，学的是算法方向，主申机器学习算法工程师。其实算起来学cs也就一年，技术自认为挺渣。投了大约10家公司，分享一下面试的经历。
简历跪：Google/***/airbnb data scientist/AI researcher.每年基本只招phd，简历挂很正常。
跪经：
微软亚洲研究院data mining，笔试leetcode中等，具体题目忘了。每一轮都有过简历+考题。第一轮：sorted linked list 从头到尾翻转一次，二叉树搜索。第二轮：第一题找出字符串中所有连续字母的subset，第二题将一堆大小写字母根据大小写排序。第三轮：先考了一题leetcode medium, 不难。后面居然要把写过的程序写成paralell computing....这个真的难。之后考backpropagation的基本公式，问每一层之间是否能独立传播。第三轮跪。
阿里：主要是过简历，问文本处理有哪些特征工程，Lstm有哪几个gate, 分别是干嘛的，写一个softmax的公式，聊的很开心。迷挂。
字节跳动：上来直接考题，不过简历。第一题，不能用系统自带的除法，要求用算法自己implement一个除法。第二题，用O（n）的方法找到一个无序数组的中位数。无拒信，默挂。
面经：
华为2012实验室，实习转正，sp offer。
百度：海外专场，主要是考概念，居然没考题。kmeans写一下伪代码，HMM的原理以及公式，SVM为什么二分类效果最好，CNN的prerequisite是否需要特征之间独立，如何解决梯度消失和梯度爆炸，说一种你最熟悉的求解方法。白菜价 offer。
Oppo: 海外专场。当hash table地址重合的时候应该怎么办，写一个快速排序，说一下随机森林为什么比决策树好，简单写一下随机森林的伪代码，比较一下牛顿方法、SGD、GD、mini-batch GD。ssssp，下了很大决心才拒掉。
最后从了华为。希望各位都有如意的offer！

阿里蚂蚁金服数据算法暑期实习
听说在牛客上写面经可以收获offer，我来祈福了~
个人情况
1.非科班，本科211，硕士985
2.做过深度学习项目、软件开发项目，都是实验室项目
3.之前某一天接到电话说是蚂蚁金服的，预约两天后面试，岗位是数据算法暑期实习，这个岗位对算法和大数据技术貌似都有一定要求
面试过程
时长：一个小时左右
首先是自己介绍，就巴拉巴拉说了下自己的背景，大概介绍下做过的项目什么的
由于本人面试经历不多，感觉有点紧张了
因为简历上写了了解hadoop、spark之类的，问我是看过还是做过项目，回答自己在学，搭建了虚拟集群，然后被问了pyspark中的dataframe和什么中（没听清）的dataframe有什么区别
估计是听我已经搭建了虚拟集群，就认为比较熟悉了？但是我还没有怎么用起来过哭
本来就有点紧张，这个问题直接懵逼了，然后就跳过下一个了
继续追问项目（深度学习项目）中的细节，项目中用了聚类和循环神经网络，就问循环神经网络是怎么搭建的、怎么调整设置超参的、训练用了多久之类的，lstm为什么比rnn的效果好
除过tensorflow还知道其他深度学习框架吗
还知道其他聚类算法吗
情境分析？假设某一产品销售量突然下降，你该如何分析它？
了解一般的机器学习吗，随机森林、xgboost、gbdt之间有什么区别和联系
介绍one-hot，为什么采用one-hot
了解分类模型吗，怎么处理数据不平衡
过拟合原因及处理方法
目前就这些了，个人总结下，首先是如果之前有过实习最好写企业级的项目，对算法基础还是有一定要求的，还是要好好准备的
再次祈福~ 希望能帮助到大家~