算法崗面試整理 | 騰訊、字節(jié)、美團、阿里

520jefferson 2020-08-11

展開全文

寫在前面

三月面試了好幾輪，寫個帖子記錄一下問過的問題，為接下來的其他公司的面試查漏補缺一下，也給大家一些準備的方向。

騰訊

一面（涼）

自我介紹
問做過的項目，同時在過程中穿插用過的模型的問題，比如

word2vec兩個模型的損失函數(shù)是什么
cbow和skipgram的比較，為什么skipgram會更好，哪個的計算復(fù)雜度高
為什么使用隨機森林
決策樹的分裂方式是什么，根據(jù)什么變量來決定分裂變量

手撕代碼

給一個數(shù)N，k，每一輪可以進行兩種操作的其中一種：①所有的數(shù)拆分成兩個更小的數(shù)；②所有的數(shù)-1。已知拆分操作只能進行k次，問最少需要多少次把所有數(shù)都消去

給一串?dāng)?shù)列，這串?dāng)?shù)列有正有負，但是總和為0。每個數(shù)xi代表一個村莊，正的表示村莊想賣出xi份水果，負的表示想買入xi份水果。兩相鄰村莊間的距離是相同的，單位距離運送一份水果的運費均相同，每份都是k。問，把每個村莊的需求和供給都解決掉需要的最少運送費是多少？

這是第一次面試，涼得很徹底，因為很多算法細節(jié)都沒有好好復(fù)習(xí)，而且代碼寫的也不夠整潔快速

字節(jié)tiktok海外版（南亞組？）

一面

一個很年輕的小哥哥，人也很好

word2vec兩個模型的損失函數(shù)是什么
cbow和skipgram的比較，為什么skipgram會更好，哪個的計算復(fù)雜度高
開放性問題：在視頻推薦這個領(lǐng)域能不能用上embedding的思想，如果可以，要怎么構(gòu)建和訓(xùn)練模型。

這個問題我沒答上來，然后面試官給了提示，說有用戶觀看視頻的一系列記錄和搜索記錄blabla，但我還是沒想出來。正確的打開方式是用word2vec的方法訓(xùn)練出一套視頻的embedding和用戶的embedding，詳情可以搜索一下youtubeNet這篇論文，https://zhuanlan.zhihu.com/p/97365203知乎上也有解釋?？赐曛笫芤娣藴\吧

手撕代碼

一個是二分查找，很簡單的
一個是給定一個數(shù)組，輸出所有他的全排列組合，leetcode原題 permutation

然后小哥讓我回去安靜等消息，一度以為我涼了，過來一周問了hr有二面

字節(jié)二面

感覺面試官對于要不要實習(xí)生不太在意（捂臉可能因為不太缺人吧二面面試官直接問機器學(xué)習(xí)問題的

解釋一下過擬合和欠擬合，怎么發(fā)現(xiàn)過擬合問題，怎么解決過擬合
你說到正則化問題，正則化有哪幾種方式
正則化這兩種方式的區(qū)別和公式分別是什么
你說l1會使得特征系數(shù)稀疏化，為什么呢（嶺回歸和lasso回歸的區(qū)別）
你說到lasso回歸有特征選擇的作用，有哪些特征選擇的方式
有哪些常用的降維方式
手撕代碼

判斷鏈表有沒有環(huán)；判斷鏈表的環(huán)的起點
給定n個區(qū)間[a,b], 找到最小的區(qū)間[x,y]，使得n個區(qū)間都至少包含一個數(shù)落在這個[x,y]中（不會啊救命）

然后面試官就讓我等答復(fù)了（我以為差不多涼了吧，然后三面面試官進入聊天室，我只能繼續(xù)了23333。其實二面有很多答不上來的問題，所以當(dāng)時真的內(nèi)心是拒絕的，心態(tài)在崩潰邊緣

字節(jié)三面

三面面試官讓你直接開始講講你最熟悉或者最拿手的一個項目

這個面試官挺有批判精神的，他會指出你這個項目中的實驗設(shè)置的不足，比如你詞向量的優(yōu)劣如果用情感分析的結(jié)果來進行評估的話，情感分析這個任務(wù)的選擇合適嗎，為什么？用lstm模型來評估兩個詞向量的優(yōu)劣時，調(diào)參怎么調(diào)才合理？
詞向量的訓(xùn)練原理和參數(shù)更新的細節(jié)
詞向量怎么用到神經(jīng)網(wǎng)絡(luò)里面
手撕代碼：

兩個有序數(shù)組的中位數(shù)（不要用O(N)的暴力算法，要用二分的思想）
找出一個正整數(shù)數(shù)組中，沒出現(xiàn)過的最小的正整數(shù)（不能先排序，要用比排序時間復(fù)雜度更優(yōu)的方法）

兩題都沒撕出來，還是太菜了自此字節(jié)抖音涼了

美團

美團的筆試還是做的挺差的，五題只做了兩題，兩題都只有27%。。

一面

word2vec
訓(xùn)練過程訓(xùn)練原理
訓(xùn)練的損失函數(shù)
我看到你做多分類情感分析多分類問題的損失函數(shù)是什么
Soft max的計算公式是什么？為什么使用指數(shù)函數(shù)？
LSTM的信息傳遞機制是什么？他和RNN相比有什么優(yōu)勢。
Bert
他和普通的Word2Vec模型相比優(yōu)勢在哪里
他為什么會有這樣的優(yōu)勢(優(yōu)勢，指的是他能生成語境化的向量
Bert中的 transformer
attention multihead attention
注意力機制的運行過程是什么樣的？
注意力機制中對于每一個詞的分數(shù)會進行標準化，請問這一步的目的是什么
你剛剛提到batch normalization
BN的作用是什么？它有四個公式，每一個公式分別是什么，有什么各自的作用
我對于每一個Batch 都計算出來了他對應(yīng)的均值跟方差這些，它們相互獨立的嗎？還是會相互影響。
我看你大多數(shù)是自然語言處理的事件，你有做過計算機視覺相關(guān)的任務(wù)嗎？回答：有機器學(xué)習(xí)課上嘗試手寫卷積神經(jīng)網(wǎng)絡(luò)的代碼
卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重是怎么更新的，平均池化和最大持化的反向傳播是怎么運作的？
沒有手撕代碼，但是讓我直接實現(xiàn)kmeans的偽代碼，不用編譯

總結(jié)來說，美團一面問的都很基礎(chǔ)的深度學(xué)習(xí)問題，都答出來了，因為準備過，所以說的時候比較有自信，然后挺流暢的。面試官就說覺得我基礎(chǔ)知識挺扎實的挺好的（這個小哥人很nice，也是第一個這么夸我的面試官，挺受鼓舞的，很謝謝他

二面

大部分問題和一面的很接近，但是面試官好像是一面面試官的老大，會從更多維度來問你

word2vec訓(xùn)練過程的最后一步有什么辦法可以優(yōu)化softmax的計算，我沒答上來，他就告訴我說是指數(shù)函數(shù)的計算會用查表來近似代替
你大部分用的神經(jīng)網(wǎng)絡(luò)都是比較淺層的，有沒有試過更深的神經(jīng)網(wǎng)絡(luò)
有做過圖像方面的深度學(xué)習(xí)項目嗎
有沒有在實踐中應(yīng)用過transformer

最后面試官的評價是基礎(chǔ)知識比較好，但是實踐經(jīng)歷和業(yè)界場景有差距emmm，然后面試才剛剛開始，沒這么快能給你答復(fù)（好的我知道我是備胎了55555美團是我很想去的公司，我面試的部門是做美團外賣的推薦廣告業(yè)務(wù)的，在他們場景中會用到很多的深度學(xué)習(xí)的模型（圖像+nlp）來提取特征和做推薦預(yù)估, 而且關(guān)注了美團的技術(shù)博客，他們做的很多東西我都覺得和自己做過的項目很match。

字節(jié)企業(yè)應(yīng)用(EA)團隊

一面：

這個部門做的業(yè)務(wù)感覺是開發(fā)內(nèi)部應(yīng)用來支持公司內(nèi)部其他團隊的，我記得面試官說的一個是給法務(wù)部的做一些文本的提取、分類應(yīng)用？

問的問題不是很難，和美團的那幾個問題很類似，都是圍繞word2vec的訓(xùn)練原理，bert的原理和word2vec的區(qū)別，xgb和gbdt的區(qū)別之類的，比較基礎(chǔ)
給了兩道概率題給思路：

1-7的隨機數(shù)等概率生成器，怎么等概率的生成1-5的整數(shù)
擲色子擲出六個不同的面的次數(shù)的期望
手撕代碼：-leetcode的hard：最大矩形問題，面試官很仁慈沒有讓我用優(yōu)化的dp或者其他方法做，直接讓我寫暴力解法的代碼，他大概看了一下就說就這樣吧

然后第二天hr就給我打電話約下一輪面試了

二面

面試官很隨和，上來就問了一些general的問題，一個是可以實習(xí)的時長，一個是以后的職業(yè)規(guī)劃是什么。
然后問簡歷里面你最拿手/熟悉的項目是哪一個，問了一下那個項目現(xiàn)在如果要發(fā)論文的方向，我說這個是一個應(yīng)用型的項目，沒有發(fā)論文的打算。
問了一下我c++的一個實現(xiàn)配對堆的算法。。。我竟然給忘了。
問了一個算法題，leetcode編輯距離，很快就寫出來了。共享屏幕在自己的ide上實現(xiàn)的。問了算法的復(fù)雜度，再問能不能優(yōu)化時間或者空間復(fù)雜度，我說可以，可以改成一維數(shù)組。
然后問了一道數(shù)學(xué)題，十個紅球十個白球，無放回抽出10個然后紅球互不相鄰的可能性。沒想好，不過具體思想就是一紅一白相間地擺好先，然后再在白球紅球之間插入白球，面試官說時間關(guān)系就先這樣了，但是很接近了。
最后面試官評價說我應(yīng)該平時刷題刷很多吧（拼命點頭

過了一天半收到了三面通知，是hr面啦

hr面

hr很和善，先問我為什么能五月開始實習(xí)，不用上學(xué)嗎，我說我（美碩）四月底就放假了，所以有四個多月能回國實習(xí)。
然后問我投日常實習(xí)動機是啥，我說爭取轉(zhuǎn)正offer和積累經(jīng)驗。
然后問為啥選頭條捏，我說了一堆很土的理由，什么夢寐以求的公司啦，面試官面試表現(xiàn)很專業(yè)，崗位很匹配，大公司能有更好的成長啦blablabla
然后就問我有什么要問的
問了這崗位能不能轉(zhuǎn)正，她說轉(zhuǎn)正概率和校招實習(xí)是一樣的，會公平對待所有實習(xí)生，主要看你實習(xí)的產(chǎn)出能不能做出貢獻。而且轉(zhuǎn)正也還需要三輪技術(shù)面+一輪hr面
問了EA部門未來的發(fā)展方向，好像2b業(yè)務(wù)現(xiàn)在是國內(nèi)互聯(lián)網(wǎng)市場上比較大的一塊地盤，是字節(jié)未來想要攻堅的方向blablabla
最后問了后續(xù)流程，周一給答復(fù)