昨天拿到网易云的录用通知，刚才收到有赞的意向书，offer应该都是9月下旬谈。都是机器学习算法岗（应该都是推荐）
之前面试前也都会看对应公司的面经，也来回报一下。

网易云机器学习
一面 35 min
1.自我介绍
2.比赛
其实比赛就是自己介绍 建模思路---特征工程—算法拟合（主要是树模型）—stacking
问了我AUC，我就手动给他介绍了先排序、碰到正样本x轴走一步，负样例y轴走一步同时计算面积
3.实习
问了我三个项目，然后扣一下细节（模型的细节，自己调优的过程）
主要包括word2vec，孪生网络和FM（算法细节要摸透）
word2vec的预测值，loss function为什么不用softmax
4.代码题：最长子串

二面 45 min
1.自我介绍
2.全程介绍实习，然后扣一下细节，问下自己怎么优化的，我跟前面说的差不多
3.代码题：链表是否有环
4.面试官可能感觉时间太短了，强行又问了我让我介绍各种树模型的优缺点（主要是rf-gbdt-xgboost-lightgbm），然后自己打比赛中调参有什么经验以及为什么
感觉如果项目中有数模型真的要弄透（之前小米面试还让手推一下陈天奇论文中的公式，阿里直接让从id3-c4.5-cart回归树一步一步讲起，各个树的进化过程，各种剪枝，然后到集成）

三面 hr 30 min
1.自我介绍
2.介绍一个自己骄傲的项目，然后我巴拉巴拉用非技术的角度介绍了一下，然后他说这个应该都是这么做的有啥骄傲的（感觉hr在背台词），我就说了如何调优是重点
3.介绍比赛，第一个solo的，你有跟别人合作吗，然后我说第二个。合作过程遇到什么问题吗？怎么解决的
4.职业规划：巴拉巴拉吹了自己计划了三段
5.别人对你的评价，你自己觉得符合吗
6.跟导师关系怎样
7.最大的打击
8.有啥offer吗

四面 总监 40 min
聊比赛（给总监介绍了自己打比赛的一些track），聊实习，问了个word2vec的原理
lr-树模型-nn都没有扣细节，最后跟总监聊了下如果进去之后具体干什么

有赞（速度真的快，上周六一天走完，今天就收到意向书）
算法工程师
一面：基础面 35 min
问的都不难
1.lr中sigmoid的作用，为什么用极大似然估计
2.svm的loss function，具体怎么做的，有啥核函数（我说我没用过svm工程实践我就只知道是空间映射）
3.树模型（各种基树的增益怎么算的），分类树怎么用到回归上的（我说的是预测叶子结点，分类就是投票，回归就是平均）
4.dropout、BN的作用还有具体怎么做的
5.场景题：
从全校学生中每批抽样一部分学生（只知道身高不知道性别），怎么知道全校学生男女的身高情况（我用无监督学习中的GMM思路来解答（Gaussian mixed model））

二面：项目加基础 40min
1.介绍实习的两个项目
2.你论文是nlp方向的呀，那问你点nlp吧，NER知道吗，为什么要在lstm上加crf，crf，hmm的对比（回答的不好，好久没看了）
3.场景题
（1）只有分词工具，怎么从一堆语料中挖掘出商品词汇（我用数据挖掘中的关联规则解释了一下感觉也不太好）
（2）怎么解决用户和物品冷启（我实习是推荐的，巴拉巴拉吹了一顿，主要从物品和用户其他纬度的embedding来解决，还有用户自身的一些属性）

三面：加面总监面 20min
就介绍一个最难的项目，然后聊聊自己工作意愿，最后给我介绍了10min他们团队的事情

四面 hr面：略

刚开始好几家都是一面跪，希望大家后面也能有好运

攒个人品希望这周收到阿里的意向书，到时再分享下阿里的五面面经