杉数科技

跟上一个机器学习岗位的人经历一样。同盾根本不是要招人，就是在套取行业信息的。去了之后，什么模型啊算法啊都没问，一个劲儿问公司哪些产品，用了哪些别的公司的产品做评分卡，效果怎么样？HR在面试前可热情了，面试后就不响了，不回信息。这种面试电话面面不就得了，还搞什么现场面试。这不是浪费面试人时间么？还请假大老远的跑来。为了套信息的面试，真low。

面试官人挺好的，给我一种李诞的感觉。先问简历，然后问lr和svm的区别，问svm对异常值敏感吗，然后问了我关于决策树的一些东西（本人并木有了解过），然后考编程，给定一个数组和value在数组中找出三个数，使得这三个数相加的和与value值最接近，并打出最接近的和。面试官给我了挺长时间的，可没有写好，小菜。最后考了道条件概率题。呜呜，希望面试官大发慈悲收了我啊，本小菜鸡一定努力刷题。

总行管培 分配去了智能风控中心 单独笔试了一下 考的是人工智能相关 面了一轮 领导面 大致聊了聊实习的工作 这个中心相对缺人 所以基本没面多长时间 面试感觉一般 好多都答不上来 最后也莫名其妙过了 和通常的管培不太一样 也没有轮岗什么的

大体上分四轮，笔试、技术面、人力、终面，见了5、6人，一下午面完，效率很高。笔试题目难度一般，机器学习深度学习相关的各种知识，加上两道手写的编程题，可以选Python或Java，因为没怎么复习我答的也一般。然后是技术面，问问掌握的技能、论文和项目经验，部门负责人也告知了公司的情况、未来岗位可能要做的方向。人力面确认了基本信息，告知了公司的一些其他情况。 最后和公司副总聊了会，听他介绍国内外工业互联网行业的行业现状。一周左右就给了offer，工资里60%是绩效，绩效中10%年底发，有饭补。

首先一上来聊聊简历， 看到我上面写的ML算法，就让我一一介绍一下。问了NLP的TF-IDF， 如何处理categorical变量， random forest需不需要预先处理categorical变量然后问了一道sql题，提供uid, 最后登录日期等等，如何构建用户流失率最后是一道概率题， 假设全年级有100人， 其中有两个人同一天过生日的概率。

一共只面了一天，但是一天HR约了两轮面试。一轮Coding, 一轮问题。 上午一轮，半个小时问所做过的project, 半个小时，问的非常细，面试官非常sharp, 针对方法问了很多细节问题，以及改进方法，短时间能理解这么多，佩服。然后半个小时就是机器学习和统计基本概念测试，什么是Clustering,有哪些方法，优劣势，什么是Pattern Recognition, Association Rule, Bagging, Boosting, curse of dimensionality，非参估计，非参检验有哪些；诸如此类，半个小时飞速的问，节奏很快。 下午一轮，SDE问一道编程题，如果在一个1,2,3,....n 打乱的数组里missing了一个数，怎么找出这个数，需要的时间和空间复杂度，如何改进？ 如果在这个数组里Missing了两个数，怎么找出这两个数。第二问涉及到不少corner case,相对tricky 一点，虽然做了，但是方法不是面试官想要的方法，扯皮了很久，我的方法好还是他的方法好。一个小时就这么飞快的过去了。 整体感觉亚麻家面试还是很严格的，比我想象的要tough...

本来想申的是金融工程类的岗位，可是只有模型研发工程师岗位开放，就申请了。发现和自己所学的不太对口，主要是考的都是机器学习，建模一类的问题，没怎么学过。三个面试官，一个主要问，会问你简历上跟他们的岗位契合度比较高的经历，还会问你对逻辑回归啊，了解有什么算法之类的问题，我答不上来。他们说我应该去申金工的岗位。