腾讯

非常突然的一场面试，当时还在外面逛街，事先也没有任何通知简历筛选情况，接到电话真是百感交集，又惊喜又紧张又有点失落，因为毕业两个月没有好好复习没有准备好，很多项目细节都记不清了，但还是硬着头皮跑去商场的楼梯间进行了面试。 其实面试的问题不算难，只是按照简历上提到的算法进行详细考察和一部分的延伸，但是因为自己没有准备好，所以感觉只答对了一半的题。主要考察的算法有决策树，XGBoost，线性回归，逻辑回归，主要延伸到了数据处理和优化问题上。感觉主要算法本质了解清楚，通过不难的。 比较惨的是，聊到一半突然没有信号了，hr再打电话回来的时候跟我说今天的面试就到这里了，感觉凉凉了。自己还要好好复习呀，为接下来的春招做好准备！

自我介绍介绍自己的比赛经历，详细介绍科大讯飞的比赛过程； 比赛任务是什么，都包括哪些特征； 在小米的实习经历，工作内容是什么； GBDT和XGBoost分别是什么回事，区别是什么； XGBoost并行化是怎么回事且是如何实现的； 提取了什么特征；手机品牌的特征如何进行分析的； stacking的原理是什么； 开放性问题（这个问题问的最久），如何根绝王者荣耀玩家的历史信息，对玩家进行道具和皮肤的推荐； 对于上述问题，如何推荐金币卡和经验卡，提取哪些特征； 对于大规模稀疏数据如何处理，训练一个模型还是多个模型； FM、FFM相关的简单介绍； 介绍下Mapreduce和Hadoop相关的原理； Spark的某个函数如何使用；