didi - Stella2019/study GitHub Wiki

一天面完三面，效率很高。就是有点累。

滴滴一面（45mins） 1.介绍项目，项目延伸问题，衡量指标，应用场景。 2.场景题，如何判断突发性异常事件（如追尾等）。 3.手撕代码：二维数组最短路径，存在障碍的最短路径。反问：业务方向。

5 分钟后二面二面（45mins） 1.介绍项目，难点在哪，各种扣实现细节，衡量指标，被质疑这样验证不太合理（我认，但非监督学习问题很难验证）。 2.GBDT,CNN,残差网络等，问的有点深，基本没在面经里碰到过，有些不太会。面试官说没看过相关文章我们可以换一个问题 🤣。（其实我看过，但我也不知道为什么这样可以那样不行，还是菜）。 3.手撕代码：数组逆序对。 4.求职意向，有哪些offer。反问：业务方向。

两个面试官不是一个组，方向也不同，所以应该是以部门为单位进行面试。

三面（40mins） 1.介绍项目。项目难点。如何解决。 2.职业规划。为什么选择这个方向。相比于其它同学你的优缺点。学习期间最困难的事，怎么解决。类似 HR 面。反问：部门业务。对我的建议。是个 leader，详细地介绍了各块的业务和场景。

总体还是不错的。除了一面面试官有点严肃，二三面都是边笑边面。尤其三面面试官，给人印象很不错，有种如沐春风的感觉。遗憾的是不怎么考察场景题，没给吹牛的机会。二面的基础也没答出来，估计面评不会很高。不考虑面评的情况下感觉面试过程还是比较有营养的，总比问一些过拟合、L1L2 正则、梯度消失爆炸、BN、网络退化这些日经问题好。准备重读论文看看论文作者有没有说为什么这样不行那样不行。 🤣

作者：我是她的猪链接：https://www.nowcoder.com/discuss/464682?type=post&order=time&pos=&page=1&channel=1009&source_id=search_post 来源：牛客网

下午不间断面了三轮，效率是挺快的

滴滴一面（50min）：介绍项目； lightgbm相对xgboost的改进，node2vec怎么做的，样本不平衡怎么做，deepFM相对wide&deep改进，在做模型优化的时候动机是什么？样本不平衡有没有考虑采样？数据量多大，跑了多久；写个题目，归并排序求逆序对个数，并记录每个元素对应的逆序对个数；

滴滴二面（40min）：项目过一遍，xgboost流程说一下，优化方式，bagging,boosting区别，fm，ffm,deepfm区别，参数量估计题目：绳子剪成m段，最大乘积

滴滴三面 (1h)：网络一直很卡，手机开热点啥的也不行，我表示听不清他说话，他也表示听不清我说话，两个人灵魂交流，所以面试体验还是非常尴尬的，过了一下项目，对样本采样的部分纠结了很久模型融合方法，梯度消失和梯度爆炸问了一下，缓解的方法（Relu,LSTM,BN），为什么能缓解，BN的参数，题目，链表题，奇数位升序，偶数位降序，重排成升序的链表这一面感受就是网络影响很大，两个人互相喂喂喂说了半天，面试官说是我的问题，但我前两面都没事，也不知道怎么到他这一面就不行了。

网约车部门作者：Edwena 链接：https://www.nowcoder.com/discuss/493427?type=post&order=time&pos=&page=1&channel=1009&source_id=search_post 来源：牛客网

一面凉不凉的无所谓，二面凉了的心中就总有遗憾，发个凉经！一面（面试官贼和蔼） 1.实习经历介绍； 2.实习项目深挖； 3.GBDT XGBoost区别； 4.对过拟合的理解； 5.K-means （K值如何选取，面完想起答错了，貌似手肘法）； 6.RF GBDT理解； 7.代码：树的最长路径和（面试官还提示小错误）； 8.概率题就类似新冠的。能想到的就这些总之很愉快顺利二面二面（emmm大概是无缘总之一直get不到点） 1.某个不太深入的机器学习项目；为什么要用这些模型；为啥用KNN， 2.XGBoost常规题，追问XGBoost 中特征并行啥意思 xxx，追问这样理解，效果xxx，继续追问，（没听懂）？缺失值咋处理？实际咋用的？ 3.RF 常规问题（那些对比），用过吗？调包之类？速度？？ 4.决策树树怎么训练的（最小二乘回归，基尼指数），但貌似不是想要的答案？ 5.熵意义公式？（貌似说错了） 6.线性回归？梯度下降如何更新参数，写下公式（emmm就很基础，没答上来） 7.LR？如何分类？（没理解啥意思）或推导，如何更新？推导PCA，调包还是数学原理？ 8.总之都很疲惫，问题跟答案双方都需重复才能交流成功 9.剑指原题（已经没心思写代码了，随便写了写，遂放弃然后卒）两面体验差距蛮大的，完全不问项目，只问机器学习基础还有很多不会的想不起来了想起来加更面试前看了看昨天的国际化面经，心态及其抗拒发个算平常的凉经大家后面加油鸭！