机器学习实习生面经（腾讯IEG一面、阿里二面、美团一二面）

腾讯IEG安全部门一面

你的亮点是什么，你都会什么

1.说一下构建模型的过程

2.特征选择方法都有哪些

3.常用的损失函数和适用场景

4.LR和SVM原理

5.LR和SVM这两个应用起来有什么不同

6.PCA说一下

7.你都会什么聚类方法

8.模型的评价方法有哪些

9.ROC怎么画

10.你知道SoftMax么

11.野指针是什么意思

12.快排的思想是什么

13.Linux中查找符合一定规则的文件名怎么查找，或者用脚本也行

14.C++会不会  虚函数是什么意思

15.我有一个文本，那么我要统计每个词出现的频率，Python上应该怎么做

16.编代码的时候如何申请内存，有哪些方法

17.你玩游戏么，都玩过哪些游戏

阿里天猫二面

时隔10天之后，在学长帮忙催了一下以后，终于接到了阿里的二面电话。

先是简单问了一些关于什么时候可以实习，学校这边的状况如何的问题。

然后开始聊项目，项目聊得比较细，我做了哪些创新点，具体怎么做的，有问题面试官都会追问清楚。

说一下SVM

聊了一下之前本科的实习经历

面向对象的三要素

对深度学习了解多少

你觉得深度学习的方法和传统机器学习比，有什么大的优势

总结来说一次很简洁很懵逼的面试，除了项目几乎没有问什么东西，和一面一样22分钟左右

美团点评一面

之前在一个算法实习群里面看到了美团的大佬发的招聘机器学习推荐相关的实习，就抱着试试的心态往邮箱里投了一个简历。

时隔一周，今天突然接到了一个上海的显示推销的电话，犹豫了一下还是接了。没想到对方说，我这边是美团的面试（美团的笔试这么久了还没消息，看来还是这种线下发邮件投递的靠谱啊）。

先聊了半天项目，从细节创新点，讲到了整体的架构。聊了大概15分钟左右。。

然后问了下GBDT的原理，以及常用的调参的参数

xgboost的跟GBDT比优点都有哪些

一道SQL题，count(1),count(*),count(列名) 这三个有什么区别

然后问了下什么时候能来实习，实习多久

我问了他他这边都做什么，就这么愉快的结束了面试

ps：我可能有毒，每次电话面试都是20多分钟。。这次又是

美团点评二面

两天后收到了美团点评的二面

L1、L2正则化，区别

项目，长短期兴趣，如何验证，时间敏感

文本内容推荐中有哪些内容可以应用到商品团购推荐当中去

Xgboost中的行抽样，可以起到哪些作用

样本少了不是会过拟合么，为什么行抽样可以防止过拟合

算法题，一个数组，找出第k大的数

这些方法的时间复杂度是多少

接下来都是我问他的：

算法工程师的工作模式大概是什么

他这边推荐主要是基于传统机器学习还是深度学习

可以不可以将深度学习关于图像方面的东西加入到推荐系统中去

接下来大概还有几次面试

这次面试又一次20多分钟。。。