阿里巴巴

c++11的新特性：lamda，show_pointer,  move让我了解我项目相关的知识，voltile关键字。写strcpy函数；svm怎么输出概率、快速排序和堆排序什么时候用、hashtable冲突的问题。

一面：-先做简要介绍和项目经历；-然后问怎么做个性化学习推荐的，用什么模型，朴素贝叶斯分类有什么局限性，为什么不用协同过滤； -word_embedding的思路，具体怎么训练，损失函数是什么，两个相似的但不同（“king”/“queen”）的embedding有什么区别？-信访项目的基本情况，信息抽取用的什么模型和算法（面试官结合候选人的项目问）；-实际工作中用到哪些算法？-问了一下推荐搜索的场景和评估指标； 二面-自我介绍，详细的介绍工作-自动答题项目中的优化算法和强化学习有什么关联，改进的方案；-最后关于支付宝的业务和场景做了些介绍； 三面自我介绍，细致的问了很多细节。-逻辑回归的损失，正则化，L1正则化有什么问题-个性化推荐算法，自己做了什么改进，是自己想的还是别人想的（针对候选人的目前的项目问，这一点很重要）；-随机森林原理，不同的树差异是什么，随机森林和Adaboost，GBDT的区别；基础机器学习的知识：机器学习几类学习方法，有监督学习分几种？无监督学习简要解析和举例说明？-强化学习和前几类学习方法区别是什么？-逻辑回归logit和loss？k-NN简单解释，k-means简要解释，怎么衡量k-Means聚类效果好坏？-最后是个人问题，问了业务的主要技术难点？