校招经验心得收集

https://zhuanlan.zhihu.com/p/35460943 阿里巴巴面试问题总结

春招实习:已拿到offer,总结一下,一共6面,5轮技术面,一轮HR,其中第一面是计算机基础知识,第二面问的系统基础和白板写题,第三面是问的简历,第四面实现malloc和读写锁设计,第五面简历和分布式基础知识,六面HR小姐姐热情介绍阿里云的发展状况

-----------------------------------------------------------------------------------------

作者:小狼
链接:https://www.zhihu.com/question/267845706/answer/366238902
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

3.24

内推投的简历,问了内推师兄表示在线测评可做可不做,于是就放着没做

3.30

一面,面了大概100分钟

一开始让我介绍自己做的一个比赛

然后从比赛开始聊各种传统机器学习算法,LR,正则,决策树,GBDT,XGB,LGB,优化方法,深度学习全都问了个遍,问的很深入,不仅仅是算法细节,都是要进一步思考算法本质才能回答的问题。

扫描二维码关注公众号,回复: 1452074 查看本文章

然后问了几道编程题,因为我刷题不多(面试前抱佛脚勉强看完半本剑指offer),在提示下勉强答上来,一面结束。

4.9

二面(应该算是三面,问了师兄本来有个二面但是给我直接过了),面了40分钟

大概是过了个清明,等了很久,向师兄催了下第二天就收到了面试

面的是部门leader,一点也不严肃,很亲切,聊的很愉快。主要也聊了下比赛内容,然后问了些比较实际化的问题,比如GBDT+LR,LR连续特征的处理。然后向我介绍了部门做的内容,然后面试结束,让我有问题可以短信联系。

4.10

交叉面,20多分钟

也是让我挑一个比赛详细讲讲(内心OS,面了那么多快讲吐了,幸好有好几个比赛,每次挑一个不一样的),然后从比赛引开去问了几个机器学习问题。

之后问了一道概率题,一道算法题,本来要线上编程,但是太麻烦了让我口头讲了讲,然后结束了

4.12

HR面,半小时不到

又是让我讲比赛内容(累。。。。)然后问了很多技术问题,从特征提取讲到模型选择,模型差别,问的问题比较偏向实际应用而不是算法细节。

之后又聊了实验室项目,因为实验室是搞DB的,又问了几个相关技术问题。(阿里的HR感觉很厉害。。。)之后又问了我工程水平,未来规划啥的,结束。

目前等最终结果ing。。。。有消息更新。

-----------------------------------------------------------------------------------------

坐标北京,渣硕一枚,找暑期实习,投了阿里的算法工程师-机器学习,已拿到录取意向书,6月中旬入职,计算平台事业部的。

3.2 周五。一面,电话面,时长1小时20分钟。一半时间问的机器学习算法,一半时间问的多线程、编译、算法等各种题,还有一道智商题……感觉还OK。3月6号接到电话说一面过了,约我去北京阿里望京中心现场面。

3.12 周一。二面,阿里望京中心现场面,时长1小时。问了算法、概率、机器学习等,还手写了LCA。感觉是个一线leader,问得挺难的,感觉是几轮面试中最难的一轮了。3月2号接到电话说二面过了,约明天电话面。

3.21 周三。三面,电话面,时长1小时20分钟。没问什么技术细节,基本问的是经历、项目、收获,还有思维的扩展,对项目的想法和延伸等。然后在线白板写了全排列(当然不能用库),快速写完后,讨论了一些优化和更高级的算法,聊的很开心,结束。

3.28 周三。四面,HR面,视频面,时长1小时。阿里的HR感觉还是还是挺有智慧的,没问什么技术细节,感觉考察的是你的人生经历、思考问题的方式、面对困难的态度等等。个人感觉还不错。

4.12 周四。五面,交叉面,电话面,时长1小时多。两周没消息,还以为凉了,突然接到电话约面试,说是交叉面。稍微聊了聊项目,然后考了一个小时的各种数学题……开始的时候还比较卡,但好在很快就进入状态,跟面试官聊一步一步的思路,一步步解。

4.13 周五。HR发消息给了口头offer,说提交到校招团队审核了。

4.21 周六。收到短信和邮件,收到了录取意向书。HR联系我说下周会有人通知体检。一个半月的等待终于尘埃落定。

-----------------------------------------------------------------------------------------

作者:林小花
链接:https://www.zhihu.com/question/267845706/answer/391949937
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

3月12号晚上8:24-9:14电话面试

支付宝小哥哥本来是找我约时间的,我上来就让小哥哥面试,小哥哥有点惊慌失措。

自我介绍,项目经历

RF的具体过程,决策树的特征选择

梯度下降法

最大似然函数

看过的书,印象最深刻的是什么算法(模型)

在线编程题:快排

3月23号晚上20:46电话面试 25分钟

为什么问题用分类方法,而不用回归模型。说一下优缺点。

bagging boosting的区别

项目中的问题

快排的复杂度为什么是o(nlogn)

3月24号早上11点-12点 主管面试

自我介绍

比赛的整个过程:包括数据预处理 特征选择 模型选择 参数调优

smote是什么 easyensemble是什么

GBDT的二分类具体是如何拟合残差的

L1 L2正则是什么 L1正则会遇到什么问题,如何解决

什么是动态规划

三个编程题:

1.连续排序好的数组,找到缺失的那个数。

2.两个字符串,找到公共最长的连续子字符串,输出这个子字符串

3.对于海量数据,如何求出topk

认为自己的优缺点 要了我SCI的链接和PDF 问我有什么想问的

4月2号晚上7点没接到支付宝打的电话

4月3号上午11点接到hr的电话,很激动。

1.简单说一下你现在的情况,研二,在写论文

2.为什么选择阿里,为什么选择蚂蚁金服,你觉得你现在的能力是否可以胜任这里的工作。

3.在团队里你一般充当什么角色

4.你觉得你现在和以前相比,进步最大的是什么

5.你的优点和缺点是什么

6.你的本科和研究生成绩如何,你觉得你大学期间什么科目学的最好

7.你觉得你的研究生生涯科研方面做的怎么样

8.找其他实习了嘛

9.你是如何学习一个你没有接触过的东西

10.实习的时间是什么时候,意向的实习地点

11.还有什么问题

4月29日

收到意向书

5月4日

收到一个师兄的电话,问了我近况和入职时间

5月5日

接到HRG的电话,询问入职时间

5月9日

接到小管家电话,预约体检日期

5月14日

收到正式offer,从此生当蚂蚁人,死当蚂蚁魂

-----------------------------------------------------------------------------------------

2.6 内推

2.9 一面

天池比赛,实习项目介绍,以及比赛项目中用到的机器学习算法

2.9 二面

数据结构算法题coding,主要是链表、二叉树、排序题,难度和编程之美持平

2.28 三面(主管面)

天池比赛,以及最近看过的一些paper,主要聊了下当前比较流行的GBM模型

3.7 四面(交叉面)

主要问了下在阿里的实习经历。算法方面重点介绍了gbdt, random forest, xgboost的源码实现。

3.15 五面(HR面)

介绍个人经历,在实习或者比赛中遇到的有挑战的事情,对自己做个评价,可入职时间



作者:匿名用户
链接:https://www.zhihu.com/question/267845706/answer/349386929
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
-----------------------------------------------------------------------------------------

作者:sosilent

链接:https://www.nowcoder.com/discuss/75360

来源:牛客网

由于工作地点选在北京,HR沟通后要求去现场进行面试。

一面(现场面)

由于现场面大部分原理都需要手写解释。

1、监督学习非监督学习啥区别,word2vec 属于啥类型

2、xgb,gbdt啥区别

3、l1,l2正则原理、区别

4、xgb中l1正则怎么用的

5、python 中 list 底层怎么实现

6、list dict有什么区别

7、手写对dict排序

8、介绍项目,从项目中又问了一些

二面(现场面)

二面大哥是临时叫来的,没看过我的简历,就对简历中的项目进行探讨,讨论了一下实现的方式。

三面(现场面)

1、自我介绍

2、介绍项目

3、集成学习介绍(boosting bagging stacking原理)

4、stacking blending区别

5、分析为什么使用xgb(提示,从特征维度,样本维度等进行比较)

6、过拟合的判断方法

7、过拟合如何解决

8、概率题 X是一个以p的概率产生1,1-p的概率产生0的随机变量,利用X等概率生成1-n的数

9、手写代码 两排序链表合并

四面(现场面)

1、自我介绍

2、介绍项目

3、手写代码 数组中第k大的数

4、构造堆的时间复杂度

五面 交叉面(视频面)

1、自我介绍

2、平时成绩

3、python 中 key-value的数据结构

4、dict底层如何实现

5、如何解决哈希冲突

6、非监督学习举例

7、解释k-means原理

8、距离的计算方法

9、监督学习模型如何选取

10、场景题 知道所有信息,为用户推荐饭馆

11、算法题 两个300G的大文件,求两个文件的交集

六面 HR面(电话面)

1、自我介绍

2、拿了哪些offer,为什么选择阿里

3、有哪些优缺点

3、性格如何,性格上有什么缺点

4、学习有什么收获,面试有什么收获

5、薪资有什么要求

七面 总监面(现场面)

总监面史上最难,全程懵逼,每个问题问到不会为止,面试时间大约持续2小时。

1、大概介绍项目

2、详细介绍论文,我的论文方向是交通,就二面面试官稍微讨论了一下,总监大佬让逐一介绍创新点,每一个点讲到逻辑清楚为止

3、介绍比赛,问题都是从比赛,项目展开

4、详细分析xgb原理,怎么选分裂点,为什么用二阶泰勒展开,xgb里面正则项怎么表示。L1,L2正则区别(我用概率跟最优化理论分析完,总监大佬又让我从梯度下降解释为什么L1稀疏),

L1正则如何求梯度。xgb,gbdt区别,gbdt为什么用梯度,用梯度什么好处。最后问了问团队怎么分工。

5、算法题 数组中和最大子序列

问了好多细节,大概就记得这些。

希望大家都能找到心仪的工作~~

-----------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------

猜你喜欢

转载自www.cnblogs.com/bigjelly/p/9133467.html