国药控股

本人应届生，只进行了一面。主要还是自己水平不行吧。主要问了简历上项目与机器学习和数据挖掘相关的东西，期间问了一个怎么用朴素贝叶斯做垃圾邮件分类的问题，自己简单回答了下思路。后面有问GBDT的原理，与SVM的比较。编程方面用PYTHON写了一个小程序。

一面 一面由于时间问题，安排了线上面试，是一位主管面试。问了一些工作经历，介绍了一下公司业务。一面过了大概一两天hr就联系说来线下面试，下午四点，过去了之后先是填了一份信息表，然后做了一份逻辑题限时30分钟。之后就是老板亲自过来面试。也是根据简历聊了一下工作经历，老板是懂技术，把我这个菜鸡问得哑口无言。老板面完之后，HR进来针对简历又仔细问了，为什么离职、之后的职业发展方向，然后我问了一下薪资架构面试就结束了。这家公司写的是朝九晚六，但是面试结束的时候大概是六点半左右，公司没看到有几个人走的。

坐标上海，笔试是来学校宣讲做的，题不难但不好答，包括Java，算法，云计算，数据库等等很全面，答得很烂但是收到面试，公司面试，很详细的问简历项目，运维，软开这些岗都一块面，主要喜欢问前端和Java知识，沟通很好。

1.写一个最大堆 2.机器学习回归和分类的差别 3.对于在一个电商网站，用户有很多的查询，比如‘苹果’，‘iPhone’，‘6plus’怎么判断这些关键词表示的一个实体（感觉可以通过看用户输入的关键词和点击进入的网页来判断，比如这输入这三个关键词的用户都点了同一个页面，那么这些关键词应该是相关的，然后再通过处理页面信息来判断一下） 4.关于项目，有没有好的改进 5.Java虚拟机 6.会不会Hadoop，数据库之类的

先是介绍一下项目，因为是自己做的，所以过程很轻松，然后问了两个算法的问题，其中一个关于链表的只答出了一问，可能觉得这么简单的问题都答不出，就没有再往下问了。

面试题目主要关注两个部分，一个是基础的算法和数据结构，感觉不是很难，但是对基础知识要求掌握得比较全面，涉及到的数据结构比如队列、链表、二叉树，算法如果动态规划掌握得比较好会有帮助。还有就是数据挖掘和机器学习方面的知识，其实也都是比较基本的内容，考查分类、聚类方面的内容比较多一些。 还有因为我写了有项目经验涉及服务端的设计，所以也被问到了一些底层架构的选用和优化问题，这个要结合个人真实的项目经验要展开，可能每个人都不太一样吧。当然了，对于海量数据的处理策略是一定会涉及的，毕竟百度就是干这个的。 涉及到的编程语言没有很具体的要求，做数据挖掘能用的语言很多，C/C++、Java、Python、R……都可以，可以挑自己最熟悉的语言作答，不过我想最好是选面试官也熟悉的。 一面主要还是问基础知识，这个过程感觉不错，因为基本上都答上来了。但是二面的面试官就不太好应付，会抓住一些我没考虑到的细节深入发问，他可能不一定要求我能答得很完美，主要想知道我对问题有没有考虑周全，解决问题的思路够不够开阔。

胡乱在各大内推网站发了封邮件后，莫名得到腾讯内推机会。刚接到深圳来电还有点迟疑，没有想到是腾讯。一面面试官人很好，问了很多基础知识。什么是自然语言处理（面的NLP方向）？优化的方法有哪些（建议看看凸优化数值优化的相关内容）我答了梯度下降还有模拟退火（可以看看牛顿法啥的）什么的。接着问题来了，梯度下降的优缺点（计算量大，对阿尔法敏感，还提到了正则化）。然后又推了SVM（从KKT条件，拉格朗日乘子到驻点再到表达式和核函数）。最后就问了下几个比赛经历。二面面试官比较严肃，嫌我项目太少了，问的细节我答得很好。但是还是对我没什么项目经历有很大意见。到了最后说他也不确定，要等等看。隔了一周没有消息，加了面试官微信，问了一下，的确是因为项目经历太少，也不觉得很遗憾，毕竟还有机会嘛。