百度

面试过程：秋招以来第一次面试就是面的百度，之前做笔试题总不过，投了百度的算法工程师本来以为笔试也过不了，结果没想到过了。抱着学习的心态就去面试了。百度果然喜欢二叉树，自我介绍过后面试官就让让我写二叉树的后序遍历，没写上来写了一个二叉树的前序遍历。接下来问机器学习相关的算法，描述一下你知道的算法，然后接下来是手推逻辑回归，接下来又写了一个将字符串转换为数字的函数，之后是闲聊对机器学习应用的了解，然后是项目中遇到的问题等等。总体来说还是比较难的，既考察基础写代码能力又考察数学功底又考察专业知识和灵活应用的能力。

双链表归并排序，问了一些字符串处理的问题，模型评价有哪些指标，找数组最大差值的问题，相关的项目介绍，然后再写一个程序。

技术面试，简历问题20分钟，有问到简历中用到的模型/算法，机器学习/深度学习问题20分钟，算法题20分钟，青蛙跳台阶

一面：考察项目，问问计算机网络，操作系统的基础知识。然后手写一到算法题。最后给你一到开放题，问做一个搜索系统，如果找出相关选项也就是用户可能感兴趣的选项。 二面：问问项目，问得非常仔细 刨根问底，然后对算法中用到的每个机器学习算法都仔细问问。最后再问些机器学习相关的基础知识，最后手写算法题。

主要围绕项目提问八股：transformer 结构，BN的不同阶段，分布式训练loss的传递算法：最大岛屿面积

刚开始进去先问项目经历，然后先是一道n叉树遍历，有个坑就是如果儿子节点链到了根节点就会死循环了。然后是让设计算法来查找语料库中可能歧义的词，主要是想考察如何对已有的语料库和词库进行匹配，然后是在对每个query在字典中进行匹配，查找query中包含的关键词，主要是通过query分词然后一一组合再在词典中查询，最后问了一下组合怎么写。

第一面有点难，主要针对简历上的内容。问了关于爬虫的知识，爬一个网页深度优先和广度优先有什么不同？架构上有什么区别？然后问了一些数据结构和算法的知识，手写一个哈希表实现，我写了个开链的实现，有些小问题。 第二面难度一般，先要求讲了一些机器学习的基础知识，然后手写了逻辑回归的公式。看简历上有Kaggle经验，问了一下特征怎么选的？为何这样选？接下来问了下操作系统的知识，包括进程的状态，页表页目录，虚拟地址翻译之类的问题，还有一些换页算法，主要是基础知识。 第三面是主管面，技术比较少，问了下对广告产品的改进，自我评价之类的问题。