小米

一面 自我介绍然后开始问实习项目，聊聊了项目相关的算法算法题是二叉树最大路径和，要求时间复杂度O(n)，空间复杂度O(1) ；想不到空间O(1)的，就花了两分钟时间写了个递归版本，过了一半样例开始爆栈，和面试官一起看了一会儿，我问他是不是递归不行，他觉得是我边界条件有问题，最后也没做出来。二面 自我介绍因为简历写了熟悉python，C++，问了语言八股，python深拷贝、浅拷贝，C++内存分配的方法有哪些，栈和堆分别存的什么。python的回答出来了，C++一点不会（本来想着临时报佛脚冲刺下开发的，后来发现时间肯定不够，简历里忘记删了）。然后问了有没有看过深度学习的书，对什么印象最深。我就说了交叉熵的推导，感觉很有意思，就讲了下最大似然和最大熵推交叉熵损失（问的比较具体，比如为什么要log，具体怎么推的），然后顺带问了最大似然和最大后验的区别，以及各自有哪些算法。然后让我讲讲自己看过的论文，具体是怎么做的。算法题让我讲了思路，就是矩形里面有1和0，判断1有没有围成圈，一开始想着从1开始dfs，看看会不会回到原点，面试官提醒说这样的话不一定是圈可能是岛屿，反应了下，就想到说遍历0，看能不能一次访问到所有的0。然后开始介绍实习项目，讨论了一会儿。

7个人的群面，首先是一个一个轮流进行自我介绍。我面试的的是河南省的，所以同组成员实力没有很强的，大佬都想去一线城市吧，我这一组就一个211本科和双非硕士学历稍微好一点，我的自我介绍非常简短，一分钟左右就结束了，感觉还是说的多一点好，虽然我听他们的自我介绍也没什么含金量，我的理解是没有含金量的事迹也要说。接下来是20分钟无领导小组讨论，我们这组的表达欲都太强了，讨论着讨论着甚至争执起来了，气氛有点焦灼，我也就是提了两点建议同样很简短就一直在听他们吵，想笑:-D。虽然名头很好听，但是这个岗位未来的发展前景大多都是小米之家卖手机的，少数发展好一点做店主，更向上的前景我觉得就是画饼吧，只有非常非常优秀的才能脱离销售一线去别的岗位，十不存一。不知道这么个不太有含金量的岗位大家为什么竞争这么激烈，有个同学明明表达能力也差，领导能力也不行，非要领导发言，搞的一团糟。我觉得我们这组就一个211音乐生能进吧，逻辑能力，表达能力，领导能力都很均衡。别的人要是进了我只会觉得惊讶。hr小姐姐声音好听，长得也漂亮，面试过程很舒服，有一点遗憾与我喜欢的小米失之交臂了。不过，塞翁失马，焉知非福。永远相信美好的事情即将发生，一切都是最好的安排。

问项目、问基础问题、算法题

面的题都答上了，不知道为什么没过，面试官没什么耐心

气氛很好，不是压力面，聊天似的。主要是关心了一下为啥不接着在滴滴实习要重新找工作。我大概说了一下是因为，干的活比较偏业务不是我理想中的data sci，然后他问了一下简历里面实习当中做的事情，也没有啥，讲了一下Python和SQL经历，问了一下数据结构算法有关的知识，还有git，linux主要操作，数据结果问得多的是stack和queue，先进后出和先进先出，stack用于DFS比较多，还有linkedlist和arraylist的区别。排序算法原理和时间空间复杂度，快排平均nlgn最差n方，我回答的是基于partition，作为轴，两边分别比它大或者小。 之后有关feed steams，问了一下hive的底层原理。为什么sql可以直接hive读取转化，我说我只知道跟mapreduce有关，底层不清楚，面试官说没关系。然后问了一下是不是用过spark，我说spark通过Python接口用过，而且是数据量特别大的时候才用。用过pyspark的MLlib搭建过pipeline。面试官问了一下上次实习写的代码量，我说主要以sql和python为主，python主要以pandas matplotlib为主，大概几千行吧。但是很多都是改来改去重复的。接下来在线写代码，给了一个链接是共享doc，有点像google docs，中文版的，石墨文档。 1、排序数组= {4,1,2,3,6,3,10,9}我用Python装的经典算法导论的实现，基于partition 最后解释了一下partition函数的作用，linear selection time，最后给了unit test； 2、二叉树后序遍历用了两种实现，一种是基于recursion，一种是基于两个stack改造成的。 写完之后面试官让解释了一下思路，这个思想是剑指offer里面提到过的，俩queue模拟stack, 俩stack模拟queue，stack1存到stack2然后再pop一次就是后序遍历了。写完代码之后面试官讲了team里的业务，主要负责feed streams的选择推送，相似度计算，协同算法，基于用户，基于物品。技术栈是JAVA Scala 框架Spring，实时推荐为主，基于数据，用户feed streams内容导向涉及到NLP，不需要给文本打标签，有专门的标签团队，在线离线推荐都有。 之后讲了一下实习地点。光谷金融港，好远。早上9.30 晚上8点左右，不强制打卡，没有食堂，附近有吃的。面试官说一面他这里是没有问题，后面是HR的问题，因为我六月才回来，所以到时候跟进headcount。

去的是小米五期面试，当时办公室已经搬空了，说员工都搬到新园区去了，把我带到一个小格子间，上来问我FM原理，，kmeans聚类原理，knn原理，gbdt,rf，考了一道编程题，求二叉树每层节点的最大值，问with在python中的作用，写代码期间看了我的github，然后是智力题，说书跳舞配对的在小雨k的情况下武力值的匹配，还有数组中取topk，我说排序切片，他说应该是用堆，问了spark的一些问题，问pandas取topk,pandas合并数据表。 然后二面面试官来了，问了下ijcaj的比赛，背景，思路，数据不平衡怎么办，特征多少，用户多少，商品多少，FM原理，写代码，取数组子集，因为太紧张写了半天才写出来，其实很简单，反转链表，问了多进程，多线程，tcp,udp基本都答上了，一面面的不好，二面还可以，不知道最后结果怎么样。

遇到个奇葩面试官，一面玩微信，一面面试我，然后我把他给拒了。奇葩还说某个简单算法比很多算法效果好，装作很懂的样子。