滴滴出行算法研究员面试经验

电话面试，比较仓促，就简历里面的项目和实习经验问了一下。因为岗位缺人，所以问的没有很细，总体比较简单。

因为在滴滴实习过，是参与的转正面试，只有一轮面试问了学校的项目，滴滴的项目，论文的研究内容，支持向量机，SVM的优缺点，回归问题可以设置支持向量机吗，算法问的编辑距离。

美团算法岗    由于沟通出现问题，没有了解面试内容从而没有准备，导致technical interview直接凉了

三轮，前两轮电面，最后一轮现场。主要问了项目经历，为什么用到这些技术，解决了什么问题。其次就是讨论具体的业务场景中，应该如何将业务需求转化为技术解决方案。

面试官说想不通我的简历怎么通过筛选的，岗位要求对深度学习很熟，聚类算法之类的时序分析之类的，但还是学到了一点东西

解决了很多问题，做得事情很有成就感。几年前那会，后来离开和那里的同事也一直有交流，大家都很不错的。期待后续还有继续合作的机会哈哈哈。现在的人多了就不知道怎么样了。

现场coding 算法题 要好好准备 然后就是技术面 谈论下项目和kaggle经验问的比较细 比如CNN的数学基础等等

1.介绍一下CNN,LSTM,CNN的主要结构有哪些，都是干什么的，特点是什么； 2.逻辑回归原理，逻辑回归和神经网络有区别么，哪个更好； 3.正则项都有哪些，解决了什么问题； 4.随机森林的原理； 5.知道数据挖掘么； 6.给一个数组，和k，求数组中的哪两个数之和为k，除了双层for循环和字典的方式还能用什么方式实现； 7.数据不均衡问题如何处理，除了采样还有哪些方法，你用过哪些方法。

一共三轮技术面，一二轮主要面项目经验+算法理论、实践经验，三轮项目经验+coding+算法情景题。问的比较细，有深度。

一面聊了做过的项目，二面问了lstm，rnn，cnn方面的基本概念，他们的区别。在rnn时，问到梯度消失问题如何解决。