滴滴出行

没有想不到的，只有问不到的。从数据库到算法到mr，再到数据算法的优化，然后设计题，一边想一边写，要是每个心里准备，还是不要去了。

虽然视频面试过程中，HR并未开启摄像头，但整体沟通氛围相对不错。HR着重了解了我的项目经历，并对专业知识和项目细节有所考察。虽然由于我的毕业时间和入职时间不匹配，没有通过面试，但最后HR也给予了我一些发展建议。

两轮面试，第一轮面试官主要围绕机器学习算法和计算机基础提问：em算法的原理svm的原理，函数间隔和几何间隔有什么联系和区别用sql语言写查询，主要是联结查询左联结和外联结是什么linux中新建文件夹命令hadoop相关问题第二轮面试官面coding和算法怎样判断链表有环寻找环的入口节点在第一象限内寻找斜率最大的两个点归并排序最小生成树原理蓄水池采样问题。

面试官还是很注重技术，在机器学习基本算法以及具体项目方面问了很多，确实有难度，算法工程师确实需要很好的算法与数学基础。

进行了一轮视频面试，要求开摄像头，投简历时，看jd是决策规划类算法岗，面试过程中感觉是图像处理相关职位。面试过程进行了两个环节：女面试官面试：- 自我介绍环节：简要让我做了个自我介绍，问了我关于推荐系统部分的经历，有问到之前的工作中是否涉及到3D渲染，本科有没有学过编程；男面试官：- 提问环节：    - 根据我简历中写了xgboost算法优化工作，问了我都对xgboost哪些超参数做了优化；    - deep_fm原理是什么，如何进一步改进，deep_fm最后一层的sigmoid的作用是什么，如果没有sigmoid会怎么样（考验用回归算法解分类问题存在的问题）；    - 还有哪些其他的embedding方法，提示了图神经网络，问了我对图神经网络有没有相关的了解；   - 在没有数据的情况下，如何做冷启动；   - 再次强调是否做过渲染相关的工作总结下来，感觉xgboost优化部分的工作还有deep_fm算法的设计上回答的有些浅，细节上需要完善。

自我介绍，项目经历，之后是能力考查。 主要是包括四道算法类题目，有基本算法题，也有考查数学能力的问题，考查个人的基础知识和逻辑思维能力。算法题之后是基础知识考查，主要是对于操作系统和计算机网络来进行考查，需要在之前做好这部分内容的复习。接下俩是关于机器学习相关部分的内容，包括如何处理常见的问题，如何确定合适的参数等。还会问道目前接触和正在学习的内容，应当是考查对于新技术的了解情况，分析面试者的学习能力。 总的来说考查比较全面，需要做好基础知识的准备，同时需要面试的时候冷静仔细，手写代码不能出错，各种情况考虑仔细。

面试主要问了一下简历上的项目，然后问了一个类似脑筋急转弯的题，没答上来，面试官说没关系。题目是这样：要随机生成所有0-9的数，但random非常耗时，所以要尽量少的使用random，问该怎么做