今年腾讯算法的面试属实有点难顶,一面和二面面试官都很温柔,面试难度也不高。但是三面直接给我上强度了
3.13一面 1h
经典自我介绍,介绍实习论文
1. 问了一些机器学习的基础知识,过拟合欠拟合,逻辑回归,损失函数等,这部分答的应该比较好。
2. 介绍论文,问了论文创新点和一些细节
3. 对实习经历进行深挖。问了一些模型的实效性问题,以及算法框架,上线效果的问题。
4. 算法题:删除链表节点,秒了
反问,没啥问题第二天早上过了。
3.15 二面 1h
又是经典自我介绍,介绍各种东西
1. 深挖实习项目,项目用到的算法都比较老(打杂仔,懂得都懂,也不敢用我自己发明的新东西),被质疑为什么用这么老的技术
2. 介绍item2item,优缺点
3. 分析item2item和user2item的区别
4. 介绍一些排序模型,当时选了FM和deep and wide。
5. 介绍双塔模型,包括他的损失函数,训练方法(三种方法)
6. 聊一下对chatGPT的看法,开放题,一顿输出。
7. 代码题:一个很简单的题,但是因为那天太晚了,而且是个贪心题。一时没想到贪心策略,直接人麻了。面试官还安慰我说没事,会综合考虑的 老脸丢尽了。
8. 反问
本来以为挂了,没想到泡了一周之后约三面了
3.23 三面 1h
这次被面试官薄纱了
上来质疑我是非科班的,问我有啥优势。这个时候就感觉我已经凉了。
问我力扣刷了多少题,我说500多,他笑一笑,这次面试也没考我代码
基本没问我的简历
正题开始:
1. 介绍排序算法,讲了桶排序
2. 介绍topk怎么求,说了四种办法
3. 介绍KMP算法,我说完之后面试官好像还有点意犹未尽
4. 问我写过什么项目,用过什么语言
5. Python和go的区别
6. TensorFlow paddle pytorch区别
7. 怎么理解高并发
8. pytorch自动求导机制
9. 过拟合欠拟合
10. 机器学习因果推断(wc,人傻了)
11. AB实验
最后问我实习时间
这把面试真是上强度了 属实遭不住
三面完五天后挂了
#面试题刺客退退退# #软件开发2023笔面经#