北京爱云校教育科技研究院

一面一个半小时，二面半小时直接挂一面：第一轮技术面，深挖项目，疯狂拷打项目细节，会问到很多很具体的内容，一个项目问了将近50分钟。（后来写代码题的时候面试官估计还在思考项目细节，写完代码又问了一些）八股问的不多。第二天就通知二面二面：一上来就是一道代码题，没写出来，问了俩八股直接结束。十分钟后系统流程结束

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。

一道非常复杂（hard）的动态规划问题

一对一面试，主要是进行技术面。问题1、过拟合。 问题2、Knn怎么影响到过拟合的 。问题3、决策树分类的依据信息增益。 问题4、卷积神经网络和BP神经网络的区别。    问题5、为什么没有用网络做心电图的分类。    问题6、非递归的二分法查找。    问题7、递归和非递归的区别是什么？但确实准备的不够充分，浪费了一个很好的机会。主要聊的是简历相关的内容。

问到了关于大数据，hadoop,数据有什么作用，如何看待大数据

面的题都答上了，不知道为什么没过，面试官没什么耐心