這里是歸辰的面經雜貨鋪，你想要的都有～

背景???

? ? 作者是一名今年參加校招的應屆生，本文寫在校招結束后。

? ??背景為：本科是北京某工科985，研究生在中科院某所，碩士研究生方向主要做圖像語義分割，不過是偏門的雷達圖像。1篇水文，1段水比賽，只有一段半年的大廠實習經歷（機器學習方向）。個人早在秋招前就定下了放棄CV轉投機器學習的策略，可以說自己能拿到幾家大廠offer全都依托于這個策略，否則自己估計還在0 offer的狀態掙扎。

? ? 在這里也歡迎各位從事推薦及CV的小伙伴加入我們，一起交流學習，一起進步。

? ? 如下僅為部分面經，墻裂歡迎各互聯網大佬來撩。

前言??

? ? 整個招聘總體感覺下來就是真的挺看運氣的，你沒辦法決定分到你的面試官是什么風格，跟你有沒有眼緣，因為每個面試官的標準和考察方向都完全不同，一個京東的面試官上來就問我有沒有頂會一作，被撈了之后另一個面試官就跟我聊的非常愉快。同樣，有的同學面騰訊3面7個代碼題，另一個簡單地打了兩個電話就過了。

具體面經分享

網易

一面

? ? 自我介紹。

• 講實習經歷。

• 講Xgboost，以及相對于GBDT的改進。與RF的不同。

• 算法題：三色旗。

• 算法題：已知后序和中序遍歷求前序。

• 反問。

二面

? ??自我介紹。

• 講實習經歷和論文。

• 詢問論文細節（Attention等），問了很久。

• DeepFM以及變種（簡歷寫了）。

• 算法題：求平方根。

• 反問。

百度

一面

? ? 自我介紹。

• 講實習經歷，因為實習經歷跟部門非常match，所以整個面試都是在講經歷，問的很細。

• 算法題：判斷鏈表有環。

• 算法題：求環的起點。

• 反問。

二面

? ??自我介紹。

• 講實習經歷，問的更細了，各種實現細節，各種指標，數據量都問了，當時都快給我問懵了。

• 算法題：二叉樹層次遍歷。

• 算法題：Z字遍歷。
  

• 反問。

京東

一面

? ? 電話面，自我介紹然后讓我挑一個最好的經歷講，我就講了實習，然后針對實習問了問一些FM的問題。

• 反問。

二面

? ? 電話面，自我介紹，講了實習，然后問了讓我印象比較深的問題Xgboost的特征重要性是怎么評判的，LightGBM和Xgboost的并行策略對比。

• 反問。

三面

? ??電話面，自我介紹，然后問了個場景題，之后就純聊天了。

• 反問。

快手

一面

? ??電話面，自我介紹然后讓我挑一個最好的經歷講，我就講了實習，然后針對實習問了問一些FM的問題。

• 反問。

二面

? ??自我介紹，講實習經歷，問了XGboost和LightGBM，寫了兩個題：字符串匹配、最長上升子序列。

• 反問。

三面

? ??自我介紹，講實習經歷，聊天。

• 反問。

總結

? ??面試官總體對你的考察主要是三個方面：

? ? 1、項目經歷：包括你的論文、實習、比賽經歷，這些一定要準備好，一問細節就露怯的話非常減分，因為如果連你寫在簡歷的項目你都不能比較好的講出來的話，會讓面試官懷疑你的誠信問題。如果經歷Match會大大加分。

? ? 2、基礎知識：說實話大部分同學就是背八股文，各種算法的面經牛客上都能查到，但是，只背過是不夠的，你寫在簡歷的每個算法你都要非常清楚它背后的數學原理，這需要你從頭到尾自己推一遍，理解它之后你才能跟面試官講的流暢，如果你只是背的話面試官其實很容易發現破綻的，畢竟現在每個人都會背，根本沒法篩選。

? ? 3、代碼能力：我的水平就是Leetcode200+，然后重點就是把Hot100跟劍指掌握了面試基本就OK了，面試的代碼題，大部分面試官基本都是從這里面出（PS.字節真是我的夢魘），而且一定要注意你的代碼規范，這點還是很重要的。還有就是一定要先跟面試官確認你的思路，不要上來悶頭寫，寫題的時候最好有互動。

最后祝大家校招完美收官，都能拿到自己想要的offer，一起加油！歡迎大家來交流～

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯獲取一折本站知識星球優惠券，復制鏈接直接打開：https://t.zsxq.com/662nyZF本站qq群704220115。加入微信群請掃碼進群（如果是博士或者準備讀博士請說明）：

總結

以上是生活随笔為你收集整理的【面试招聘】一份转ML的面试心得记录的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。