各大公司的算法岗面经

ps：目前只整理问题，后续会放出相应的解答

1、2018年网易人工智能事业部（计算机视觉）

作者：xnghit
链接：https://www.nowcoder.com/discuss/74187?type=2&order=0&pos=23&page=1
来源：牛客网

基础算法：
实现sqrt函数，不能使用二分法
岗位算法：
resnet解决了什么问题？
为什么深度网络网络层数变深了效果反而变差了？
推导softmax用于多分类的交叉熵损失函数？
手写图像语义分割的几个网络的损失函数
FCN,DeepLab v1 v2 v3的区别，和DeepLab和PSPNet有什么区别呢？
看过图卷积网络没有?3D卷积看过吗？问了TensorFlow内部是如何实现卷积的？
手推SVM（出镜率奇高的支持向量机）
学习率设置，如何调参？

总结：

1 遇到面试官的问题，自己不太清楚面试官想问什么的时候，要即使问面试官，及时沟通。

2 遇到算法题时，若一时想不出解法，可以举例子理解理解题意再写。

3 深度学习中用过的网络，损失函数一定要会写，参数设置是什么一定要搞清楚。

4 在面试中尽量要讲自己所擅长的东西发挥到极致（所谓拖延时间），这样面试官觉得时间够了，就不问你其他基础知识了。

5 面试这个东西运气成分占很大，有的面试官偏偏很懂你做的东西，自己做的水就被他一眼揭露出来。

6 技术面的几轮，一般越往后越难，基础不扎实很难过最后一轮总监面，希望大家好好补基础，与君共勉。

2、2018阿里巴巴 （计算机视觉）

作者：丶飞比寻常
链接：https://www.nowcoder.com/discuss/74234?type=2&order=0&pos=26&page=1
来源：牛客网

一面来的很快，简历投出去一天半就来第一次电面了，提前电话约时间，对面试官好感度飙升，一面面试官很和蔼，上来例行自我介绍，接着介绍项目，因为项目上写了故障检测和图像分割的项目，先问了故障检测用的什么模型（我用的SVM），问了些简单的数据预处理，残缺样本处理方式，多分类方式，然后提到图像分割，问了具体实现方案，使用的深度学习框架，准确度计算方式，召回率，有没有用传统的分割方法和深度学习做对比，各自的优缺点。然后就是例行的问问题环节，因为一面感觉总体比较简单，就聊了半个多小时，大部分时间都是自己在吹牛，该答的也还答的不错，面试官映像还行，一面结束。
过了两周多点二面，仍然是电话面。上来老规矩自我介绍，仍然是聊项目，这次比一面稍微详细点，解释了下用到的神经网络结构，改进方式，以及准确度的计算方式，然后问了所知道的优化方法，三种梯度下降各自的优缺点，自己作还提到了动量方式的梯度下降，没解释的很清楚，接着问到tensorflow一些使用，几种优化函数，用过tensorflow中哪些算法模型。完了问了俩c++的小问题，怎样理解继承和多态，深拷贝浅拷贝，感觉前面网络结构解释的不是很清楚，自己一点c++基础答的都有点慌，二面感觉不太好，半个小时就草草结束了。（二面问的问题还是比较基础的）
等了两天半，接到三面通知，还是电话约时间，这点还是挺好的。三面视频面，上来老规矩，自我介绍完让写一段程序，把数组元素更新为除该元素外其他所有元素的乘积，返回新数组，不能用除法，不要用O(n^2)的方法，一下没想出来，还是题刷少了。后来面试官解释说这个环节考的并不是算法，而是简单考察下编码能力，在提供的编辑器中也是不能调试的，写完直接给面试官看就行。没想出来就换了个题：将两个数组合并为一个无重复数字的数组，写完就着程序问了下函数参数为类的时候传参时发生的拷贝次数，怎样避免，返回值是否能为引用，还有很多c++基础问题没记清....接着问了两个概率问题，一个扔色子，最多仍两次，第一次扔完可以自行决定要不要扔第二次，取最后一次扔色子的结果为准，求：尽可能得到最大点数的数学期望；第二题，类似于轮盘赌，俩人轮流扔硬币，扔出正面获胜，求：先扔者获胜的概率。概率题完了接着还是聊图像分割的项目，具体聊了一下整个项目的流程，自己在项目中干了什么，接着简单问了下激励函数，ReLU的特性、优缺点，自己多说了下leaky ReLU，再来就让描述一下所有了解的防止过拟合的方法，重点提了下early Stopping和DropOut，下面好像考察的就不是细节，而是对整个深度学习方法思想的把握了，因为项目写了手势翻页，原本用opencv实现，面试官问怎样用深度学习的方式来解决这个问题，这里卡住了，还是基础不够好，临时用了些目标跟踪的思路，感觉不符合面试官的预期。最后问了俩开放问题，感觉应该是HR问的，如果进了阿里怎么安排自己的工作和未来发展，自己提到了无人车，顺手问了自己对于无人车相关技术实现的想法，目前这些技术的局限性在哪，还有从技术角度对最近无人车事故的看法。最后就是我的提问时间，因为有现场写程序，持续了接近两个小时，三面结束。
三次面试阿里的面试官人都很好，而且都会提前约时间，三面中程序没思路也会给提示，苦于自己基础不好，准备也不够充分。回顾三次面试的过程，除了项目之外，其实面试官的问题都不算难，深度学习的问题也都是基础，没怎么深入问神经网络结构，加上部分的c++基础，开始感觉自己还是有机会，怪只怪自己基础不够好，再好好准备，下次努力吧。

3、腾讯c++岗

一面
成都4月11日1816房间

介绍自己的项目、难点在哪里、怎么解决的
介绍C++11特性
介绍fork函数
介绍time_wait状态
为什么tcp连接握手需要三次
介绍迭代器失效。push_back会导致迭代器失效吗。
红黑树的特征，介绍
哈希冲突的解决方法。
进程和线程的区别
你都使用什么线程模型
介绍协程
介绍快排算法
什么是稳定性排序，快排是稳定性的吗，为什么
快排算法最差情况推导公式
析构函数虚函数为什么
构造函数为什么不能是虚函数
打印在纸上的题目，考察：new [] 对象。static 成员。子类构造函数具体调用了啥。拷贝构造函数与赋值函数的区别。等号在拷贝构造函数出现的时机。什么时候需要赋值函数。深拷贝与浅拷贝。虚函数的调用时机。
笔试过程中（之前牛客笔试。面试官居然打印了我的笔试所有答案和结果，包括选择题和算法题，提交了多少次，失败了多少次）一道题的思路。考察虚指针的初始化时机。
随机出一道纸上的题目。给定前序遍历ABC后序遍历CBA，求中序遍历是什么，画出来两种情况。
笔试过程中（之前牛客笔试），第一道算法题的思路
有100个弹珠，双方轮流拿，每个人只能拿1~5个，无法拿的人输，必胜解法。
最近学什么（服务器编程）。之前学什么（TensorFlow），怎么学习的。你对Tensorflow强大的神经网络是怎么看待的。
家庭情况了解。
面试官话不多，答完很少继续追问。错了会引导你，张弛有度，不苟言笑，全程在打字（不知道在做什么）。

二面
面完特别难受，感觉自己实践太少了。什么教研室真是太耽误找工作了，天天被催搬砖。之前还不觉得，现在真是感觉考研教研室的话一定要找好的教研室才行。
成都4月13日2707房间

自我介绍
系统调用是什么。你用过哪些系统调用。什么系统调用会耗时长。
gdb调试用过吗。什么是条件断点。
函数指针和指针函数的区别。写个例子出来。
介绍udp的connect函数。
索引是什么。多加索引一定会好吗？（索引这个承认了看面经，但是后一个问题自己想出来了）
上一次面试中，你有哪些问题你回去查了。
上一次面试中，你的代码有问题，你知道吗。
你回答的问题是从哪里学习的。你这两天在干什么？
你能实习多久，你是来不了实习的吧，就算给你发了offer你还是要找导师同意才可以的吧。（说道这里好难受，没办法去实习，真的是，哎）
给你提一些建议，看下gdb调试，看下数据库知识，看下网络编程，多实践。
面试官还是很和善的，算了，为秋招做准备吧，一首凉凉送给自己。

分割线
早上面完后中午一点后查了居然是HR面试，感觉中奖了。无憾了。好好补些基础吧

作者：linanwx
链接：https://www.jianshu.com/p/d5aa63a27172
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

4.京东数据与算法类

作者：willishu
链接：https://www.nowcoder.com/discuss/74056?type=2&order=0&pos=47&page=1
来源：牛客网

算法小白

做过哪些项目

随机森林了解么，讲一下随机森林原理

随机森林在怎么用于回归

讲一下CART的节点划分

讲一下基尼不纯度

随机森林和GBDT的区别

随机森林建立新的树要考虑什么

随机森林的随机体现在哪里

讲一下实验室项目结束

总共35分钟左右。

ps：注意京东的数据与算法岗都要求你需要会基本的机器学习算法

5、腾讯机器学习岗

作者：zwxxj
链接：https://www.nowcoder.com/discuss/73806?type=2&order=0&pos=76&page=1
来源：牛客网

今天刚面试完，一面刚出门就跪了，虽然没过，也发给大家面试内容。面试的是应用研究-机器学习职位

进门先是自我介绍，然后问了一下学习方向，我是机器学习方向的，就问我最熟悉哪些算法，我基本上说了一些常见的，面试官选择了SVM，问题有以下：

1、SVM的作用，基本实现原理；

2、SVM的硬间隔，软间隔表达式；

3、SVM使用对偶计算的目的是什么，如何推出来的，手写推导；

4,、SVM的物理意义是什么；

5、线性回归的表达式，损失函数；

6、做过哪些项目介绍；

7、如果给你一些数据集，你会如何分类（我是分情况答的，从数据的大小，特征，是否有缺失，分情况分别答的）；

8、如果数据有问题，怎么处理；

9、手撕代码，根据前序，中序创建二叉树。

感觉腾讯比较重视基础的问题，以上问题都回答了，面试官说挺好的，然后出门一查状态跪了，想了一下，可能是我说话语速比较快，估计好多地方可能是没有表达清楚，给还没有面试的小伙伴们一点经验。

6、腾讯C++一面面经

作者：Accompany
链接：https://www.nowcoder.com/discuss/73301?type=2&order=0&pos=107&page=1
来源：牛客网

1.一上来就是自我介绍 ，然后根据的你的简历对项目(堆了半个小时 2 3 4 5 6都是从项目里面衍生出来的， 其他的项目知识点内存池等， 太多了就不写了)。

2.vector和list的区别的，应用，越详细越好。

3.C++ STL 内存优化

4.给你1MB的内存，你们怎么设计， 才能使其利用率最高，产生的碎片最少

5.用户态到内核态的转化原理。（答起了部分）

6.linux内核中的Timer 定时器机制。（不知道）

7.TCP的三次握手四次挥手 ，拥塞，流量，可靠性的原理。

8.TIME_WAIT状态分析。

9.C++ 类成员初始化，为什么按顺序顺序， 构造函数的调用和 代码扩展，还有初始化列表？

10.类成员初始化的方式。

11.const成员函数的理解和应用。

12.50 亿个整数中， 找一个确定的数？ 有内存限制， 并且无序

7、阿里机器学习七面面经

由于工作地点选在北京，HR沟通后要求去现场进行面试。
一面（现场面）
由于现场面大部分原理都需要手写解释。
1、监督学习非监督学习啥区别，word2vec 属于啥类型
2、xgb,gbdt啥区别
3、l1,l2正则原理、区别
4、xgb中l1正则怎么用的
5、python 中 list 底层怎么实现
6、list dict有什么区别
7、手写对dict排序
8、介绍项目，从项目中又问了一些
二面（现场面）
二面大哥是临时叫来的，没看过我的简历，就对简历中的项目进行探讨，讨论了一下实现的方式。
三面（现场面）
1、自我介绍
2、介绍项目
3、集成学习介绍（boosting bagging stacking原理）
4、stacking blending区别
5、分析为什么使用xgb（提示，从特征维度，样本维度等进行比较）
6、过拟合的判断方法
7、过拟合如何解决
8、概率题 X是一个以p的概率产生1,1-p的概率产生0的随机变量，利用X等概率生成1-n的数
9、手写代码 两排序链表合并
四面（现场面）
1、自我介绍
2、介绍项目
3、手写代码 数组中第k大的数
4、构造堆的时间复杂度
五面 交叉面（视频面）
1、自我介绍
2、平时成绩
3、python 中 key-value的数据结构
4、dict底层如何实现
5、如何解决哈希冲突
6、非监督学习举例
7、解释k-means原理
8、距离的计算方法
9、监督学习模型如何选取
10、场景题 知道所有信息，为用户推荐饭馆
11、算法题 两个300G的大文件，求两个文件的交集
六面 HR面（电话面）
1、自我介绍
2、拿了哪些offer，为什么选择阿里
3、有哪些优缺点
3、性格如何，性格上有什么缺点
4、学习有什么收获，面试有什么收获
5、薪资有什么要求
七面 总监面（现场面）
总监面史上最难，全程懵逼，每个问题问到不会为止，面试时间大约持续2小时。
1、大概介绍项目
2、详细介绍论文，我的论文方向是交通，就二面面试官稍微讨论了一下，总监大佬让逐一介绍创新点，每一个点讲到逻辑清楚为止
3、介绍比赛，问题都是从比赛，项目展开
4、详细分析xgb原理，怎么选分裂点，为什么用二阶泰勒展开，xgb里面正则项怎么表示。L1，L2正则区别（我用概率跟最优化理论分析完，总监大佬又让我从梯度下降解释为什么L1稀疏），
L1正则如何求梯度。xgb，gbdt区别，gbdt为什么用梯度，用梯度什么好处。最后问了问团队怎么分工。
5、算法题 数组中和最大子序列
问了好多细节，大概就记得这些。