腾讯

内推免了笔试 总共三面一面 paper 竞赛 一道LeetCode Hard 深度网络发展（alexnet to sknet ） wgan 场景题二面 paper LeetCode Hard 深度网络发展 强化学习 场景题 1x1卷积 还有几个ML的忘记了三面 paper transformer发展 其他attention 场景题大概八千 有点久 记不清了

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；

一共四面，3轮技术面+1轮hr面。整个流程都是通过电话面试的，可能领导比较忙吧。三面里面都是比较注重简历里的项目，关于项目的问题，他会问为什么你要用这个模型，而不是用别的更优的模型。其实穿插一些python、tf的使用方法。

没有面试经历，只有笔试。腾讯的暑期实习笔试是90分钟，非技术类是选择题（25道单选+15道资料分析，题型参考公务员行测），主观题（2道活动策划，一个是在教育领域推广腾讯云，一个是推广即刻视频），资料分析计算量还蛮大的，时间紧张。遇到不会的千万要跳过不要纠结。

考察范围很广，虽然是机器学习岗，但是也问了计算机网络，数据库相关知识，问了python的回收机制，分别是计数和分代，详细准备的机器学习算法反而没有怎么问，只是问了LR和SVM相关很简单的点，准备了的推到也没问，还有就是机器学习必考的一些问题，比如什么是over fitting，如何避免，AUC是什么。

1.项目比赛经历，不解释，会问亮点和优势，以及中间采用的方法，比如lgb、dnn巴拉巴拉的。 2.linux，貌似今年各厂都喜欢问这个，会的不多（问的貌似也不是很深） 3.对于编程语言的考察，本人python，C++会问（大概是因为在简历上有写），python问的比较简单，多线程、闭包、基本数据结构之类的，C++就一问三不知的状态（还是得精通C++或者java一门才行） 4.回答一些机器学习算法的问题，比如优化算法、SVM、神经网络这三个。 5.sql和tf。

在boss直聘上约的电话面试，约好晚上7点。上来没做自我介绍，直接问。 1.什么是auc，没答好，补了一下roc的概念及使用roc曲线的理由。 2.解释一下随机梯度下降的原理。 3.脑筋急转弯，四个一样的小车一起跑，装满油能跑1公里，问最远的能跑几公里？第一次不是最优，后来给了最优解。 4.跑神经网络的时候，不收敛怎么办？ 5.topn问题，直接背出了最优解，哈哈哈。 6.最短路径，没给出答案，只说用动态规划。（中间我主动提了一下基于临域的推荐，最简单嘛，说了一堆） 7.linux命令 问了三个 后来查了下 关于top cat的，当时除了cat都没答上来。 8.说一下Fm。后来反思了一下，并没有很难，只是没准备好基础的。