算法崗面試整理 | 騰訊、字節(jié)、美團(tuán)、阿里

（給機(jī)器學(xué)習(xí)算法與Python實(shí)戰(zhàn)加星標(biāo)，提升AI技能）

文末贈(zèng)書福利

寫在前面

三月面試了好幾輪，寫個(gè)帖子記錄一下問過的問題，為接下來的其他公司的面試查漏補(bǔ)缺一下，也給大家一些準(zhǔn)備的方向。

騰訊

一面（涼）

• 自我介紹
• 問做過的項(xiàng)目，同時(shí)在過程中穿插用過的模型的問題，比如
• word2vec兩個(gè)模型的損失函數(shù)是什么
• cbow和skipgram的比較，為什么skipgram會(huì)更好，哪個(gè)的計(jì)算復(fù)雜度高
• 為什么使用隨機(jī)森林
• 決策樹的分裂方式是什么，根據(jù)什么變量來決定分裂變量
• 手撕代碼
• 給一個(gè)數(shù)N，k，每一輪可以進(jìn)行兩種操作的其中一種：①所有的數(shù)拆分成兩個(gè)更小的數(shù)；②所有的數(shù)-1。已知拆分操作只能進(jìn)行k次，問 最少需要多少次把所有數(shù)都消去
• 給一串?dāng)?shù)列，這串?dāng)?shù)列有正有負(fù)，但是總和為0。每個(gè)數(shù)xi代表一個(gè)村莊，正的表示村莊想賣出xi份水果，負(fù)的表示想買入xi份水果。兩相鄰村莊間的距離是相同的，單位距離運(yùn)送一份水果的運(yùn)費(fèi)均相同，每份都是k。問，把每個(gè)村莊的需求和供給都解決掉需要的最少運(yùn)送費(fèi)是多少？

這是第一次面試，涼得很徹底，因?yàn)楹芏嗨惴?xì)節(jié)都沒有好好復(fù)習(xí)，而且代碼寫的也不夠整潔快速

字節(jié)tiktok海外版（南亞組？）

一面

一個(gè)很年輕的小哥哥，人也很好

• word2vec兩個(gè)模型的損失函數(shù)是什么
• cbow和skipgram的比較，為什么skipgram會(huì)更好，哪個(gè)的計(jì)算復(fù)雜度高
• 開放性問題：在視頻推薦這個(gè)領(lǐng)域能不能用上embedding的思想，如果可以，要怎么構(gòu)建和訓(xùn)練模型。
• 這個(gè)問題我沒答上來，然后面試官給了提示，說有用戶觀看視頻的一系列記錄和搜索記錄blabla，但我還是沒想出來。正確的打開方式是用word2vec的方法訓(xùn)練出一套視頻的embedding和用戶的embedding，詳情可以搜索一下youtubeNet這篇論文，https://zhuanlan.zhihu.com/p/97365203知乎上也有解釋。看完之后受益匪淺吧
• 手撕代碼
• 一個(gè)是二分查找，很簡(jiǎn)單的
• 一個(gè)是給定一個(gè)數(shù)組，輸出所有他的全排列組合，leetcode原題 permutation

然后小哥讓我回去安靜等消息，一度以為我涼了，過來一周問了hr有二面

字節(jié)二面

感覺面試官對(duì)于要不要實(shí)習(xí)生不太在意（捂臉 可能因?yàn)椴惶比税?二面面試官直接問機(jī)器學(xué)習(xí)問題的

• 解釋一下過擬合和欠擬合，怎么發(fā)現(xiàn)過擬合問題，怎么解決過擬合
• 你說到正則化問題，正則化有哪幾種方式
• 正則化這兩種方式的區(qū)別和公式分別是什么
• 你說l1會(huì)使得特征系數(shù)稀疏化，為什么呢（嶺回歸和lasso回歸的區(qū)別）
• 你說到lasso回歸有特征選擇的作用，有哪些特征選擇的方式
• 有哪些常用的降維方式
• 手撕代碼
• 判斷鏈表有沒有環(huán)；判斷鏈表的環(huán)的起點(diǎn)
• 給定n個(gè)區(qū)間[a,b], 找到最小的區(qū)間[x,y]，使得n個(gè)區(qū)間都至少包含一個(gè)數(shù)落在這個(gè)[x,y]中（不會(huì)啊救命）

然后面試官就讓我等答復(fù)了（我以為差不多涼了吧，然后三面面試官進(jìn)入聊天室，我只能繼續(xù)了23333。其實(shí)二面有很多答不上來的問題，所以當(dāng)時(shí)真的內(nèi)心是拒絕的，心態(tài)在崩潰邊緣

字節(jié)三面

三面面試官讓你直接開始講講你最熟悉或者最拿手的一個(gè)項(xiàng)目

• 這個(gè)面試官挺有批判精神的，他會(huì)指出你這個(gè)項(xiàng)目中的實(shí)驗(yàn)設(shè)置的不足，比如你詞向量的優(yōu)劣如果用情感分析的結(jié)果來進(jìn)行評(píng)估的話，情感分析這個(gè)任務(wù)的選擇合適嗎，為什么？用lstm模型來評(píng)估兩個(gè)詞向量的優(yōu)劣時(shí)，調(diào)參怎么調(diào)才合理？
• 詞向量的訓(xùn)練原理和參數(shù)更新的細(xì)節(jié)
• 詞向量怎么用到神經(jīng)網(wǎng)絡(luò)里面
• 手撕代碼：
• 兩個(gè)有序數(shù)組的中位數(shù)（不要用O(N)的暴力算法，要用二分的思想）
• 找出一個(gè)正整數(shù)數(shù)組中，沒出現(xiàn)過的最小的正整數(shù)（不能先排序，要用比排序時(shí)間復(fù)雜度更優(yōu)的方法）

兩題都沒撕出來，還是太菜了 自此字節(jié)抖音涼了

美團(tuán)

美團(tuán)的筆試還是做的挺差的，五題只做了兩題，兩題都只有27%。。

一面

• word2vec
• 訓(xùn)練過程訓(xùn)練原理
• 訓(xùn)練的損失函數(shù)
• 我看到你做多分類情感分析多分類問題的損失函數(shù)是什么
• Soft max的計(jì)算公式是什么？為什么使用指數(shù)函數(shù)？
• LSTM的信息傳遞機(jī)制是什么？他和RNN相比有什么優(yōu)勢(shì)。
• Bert
• 他和普通的Word2Vec模型相比優(yōu)勢(shì)在哪里
• 他為什么會(huì)有這樣的優(yōu)勢(shì)(優(yōu)勢(shì)，指的是他能生成語境化的向量
• Bert中的 transformer
• attention multihead attention
• 注意力機(jī)制的運(yùn)行過程是什么樣的？
• 注意力機(jī)制中對(duì)于每一個(gè)詞的分?jǐn)?shù)會(huì)進(jìn)行標(biāo)準(zhǔn)化，請(qǐng)問這一步的目的是什么
• 你剛剛提到batch normalization
• BN的作用是什么？它有四個(gè)公式，每一個(gè)公式分別是什么，有什么各自的作用
• 我對(duì)于每一個(gè)Batch 都計(jì)算出來了他對(duì)應(yīng)的均值跟方差這些，它們相互獨(dú)立的嗎？還是會(huì)相互影響。
• 我看你大多數(shù)是自然語言處理的事件，你有做過計(jì)算機(jī)視覺相關(guān)的任務(wù)嗎？回答：有機(jī)器學(xué)習(xí)課上嘗試手寫卷積神經(jīng)網(wǎng)絡(luò)的代碼
• 卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重是怎么更新的，平均池化和最大持化的反向傳播是怎么運(yùn)作的？
• 沒有手撕代碼，但是讓我直接實(shí)現(xiàn)kmeans的偽代碼，不用編譯

總結(jié)來說，美團(tuán)一面問的都很基礎(chǔ)的深度學(xué)習(xí)問題，都答出來了，因?yàn)闇?zhǔn)備過，所以說的時(shí)候比較有自信，然后挺流暢的。面試官就說覺得我基礎(chǔ)知識(shí)挺扎實(shí)的挺好的（這個(gè)小哥人很nice，也是第一個(gè)這么夸我的面試官，挺受鼓舞的，很謝謝他

二面

大部分問題和一面的很接近，但是面試官好像是一面面試官的老大，會(huì)從更多維度來問你

• word2vec訓(xùn)練過程的最后一步有什么辦法可以優(yōu)化softmax的計(jì)算，我沒答上來，他就告訴我說是指數(shù)函數(shù)的計(jì)算會(huì)用查表來近似代替
• 你大部分用的神經(jīng)網(wǎng)絡(luò)都是比較淺層的，有沒有試過更深的神經(jīng)網(wǎng)絡(luò)
• 有做過圖像方面的深度學(xué)習(xí)項(xiàng)目嗎
• 有沒有在實(shí)踐中應(yīng)用過transformer

最后面試官的評(píng)價(jià)是基礎(chǔ)知識(shí)比較好，但是實(shí)踐經(jīng)歷和業(yè)界場(chǎng)景有差距emmm，然后面試才剛剛開始，沒這么快能給你答復(fù)（好的我知道我是備胎了55555 美團(tuán)是我很想去的公司，我面試的部門是做美團(tuán)外賣的推薦廣告業(yè)務(wù)的，在他們場(chǎng)景中會(huì)用到很多的深度學(xué)習(xí)的模型（圖像+nlp）來提取特征和做推薦預(yù)估, 而且關(guān)注了美團(tuán)的技術(shù)博客，他們做的很多東西我都覺得和自己做過的項(xiàng)目很match。

字節(jié)企業(yè)應(yīng)用(EA)團(tuán)隊(duì)

一面：

這個(gè)部門做的業(yè)務(wù)感覺是開發(fā)內(nèi)部應(yīng)用來支持公司內(nèi)部其他團(tuán)隊(duì)的，我記得面試官說的一個(gè)是給法務(wù)部的做一些文本的提取、分類應(yīng)用？

問的問題不是很難，和美團(tuán)的那幾個(gè)問題很類似，都是圍繞word2vec的訓(xùn)練原理，bert的原理和word2vec的區(qū)別，xgb和gbdt的區(qū)別之類的，比較基礎(chǔ)
給了兩道概率題給思路：

• 1-7的隨機(jī)數(shù)等概率生成器，怎么等概率的生成1-5的整數(shù)
• 擲色子擲出六個(gè)不同的面的次數(shù)的期望
• 手撕代碼：-leetcode的hard：最大矩形問題，面試官很仁慈沒有讓我用優(yōu)化的dp或者其他方法做，直接讓我寫暴力解法的代碼，他大概看了一下就說就這樣吧

然后第二天hr就給我打電話約下一輪面試了

二面

• 面試官很隨和，上來就問了一些general的問題，一個(gè)是可以實(shí)習(xí)的時(shí)長(zhǎng)，一個(gè)是以后的職業(yè)規(guī)劃是什么。
• 然后問簡(jiǎn)歷里面你最拿手/熟悉的項(xiàng)目是哪一個(gè)，問了一下那個(gè)項(xiàng)目現(xiàn)在如果要發(fā)論文的方向，我說這個(gè)是一個(gè)應(yīng)用型的項(xiàng)目，沒有發(fā)論文的打算。
• 問了一下我c++的一個(gè)實(shí)現(xiàn)配對(duì)堆的算法。。。我竟然給忘了。
• 問了一個(gè)算法題，leetcode編輯距離，很快就寫出來了。共享屏幕在自己的ide上實(shí)現(xiàn)的。問了算法的復(fù)雜度，再問能不能優(yōu)化時(shí)間或者空間復(fù)雜度，我說可以，可以改成一維數(shù)組。
• 然后問了一道數(shù)學(xué)題，十個(gè)紅球十個(gè)白球，無放回抽出10個(gè)然后紅球互不相鄰的可能性。沒想好，不過具體思想就是一紅一白相間地?cái)[好先，然后再在白球紅球之間插入白球，面試官說時(shí)間關(guān)系就先這樣了，但是很接近了。
• 最后面試官評(píng)價(jià)說我應(yīng)該平時(shí)刷題刷很多吧（拼命點(diǎn)頭

過了一天半收到了三面通知，是hr面啦

hr面

• hr很和善，先問我為什么能五月開始實(shí)習(xí)，不用上學(xué)嗎，我說我（美碩）四月底就放假了，所以有四個(gè)多月能回國(guó)實(shí)習(xí)。
• 然后問我投日常實(shí)習(xí)動(dòng)機(jī)是啥，我說爭(zhēng)取轉(zhuǎn)正offer和積累經(jīng)驗(yàn)。
• 然后問為啥選頭條捏，我說了一堆很土的理由，什么夢(mèng)寐以求的公司啦，面試官面試表現(xiàn)很專業(yè)，崗位很匹配，大公司能有更好的成長(zhǎng)啦blablabla
• 然后就問我有什么要問的
• 問了這崗位能不能轉(zhuǎn)正，她說轉(zhuǎn)正概率和校招實(shí)習(xí)是一樣的，會(huì)公平對(duì)待所有實(shí)習(xí)生，主要看你實(shí)習(xí)的產(chǎn)出能不能做出貢獻(xiàn)。而且轉(zhuǎn)正也還需要三輪技術(shù)面+一輪hr面
• 問了EA部門未來的發(fā)展方向，好像2b業(yè)務(wù)現(xiàn)在是國(guó)內(nèi)互聯(lián)網(wǎng)市場(chǎng)上比較大的一塊地盤，是字節(jié)未來想要攻堅(jiān)的方向blablabla
• 最后問了后續(xù)流程，周一給答復(fù)

阿里螞蟻

一面

面我的是多方安全團(tuán)隊(duì)，問了很久他們做的東西，具體還是不太懂，大概意思就是法規(guī)限制了我們獲取的數(shù)據(jù)規(guī)模和維度，要用有限的數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)評(píng)估（比如銀行貸款啊之類的）

• 問了我們碩士是授課型還是論文型，問了我們現(xiàn)在專業(yè)學(xué)習(xí)的東西和機(jī)器學(xué)習(xí)相關(guān)的部分有哪些，
• 然后問了我做詞向量的項(xiàng)目，問優(yōu)化方向之類的，有沒有根據(jù)文本特征做定制化的算法調(diào)整
• 然后問了xgboost和randomforest的區(qū)別。什么場(chǎng)景表現(xiàn)會(huì)更好之類的。
• 然后問了一道邏輯題：兩個(gè)人抽100個(gè)球，你是先手，每次兩個(gè)人只能取1-6個(gè)球，問怎么抽才能使得你是最后一個(gè)把球抽完的
• 問了一道挺基礎(chǔ)的算法：找出有序數(shù)組中位數(shù)，想優(yōu)化時(shí)間復(fù)雜度。
• 感覺不是很匹配，面試官的意思是想要的是那種潛力型，會(huì)融合很多算法，開發(fā)新算法的人才，我太菜了