作者|Batman1234
整理|NewBeeNLP
面试锦囊之面经分享系列，持续更新中
欢迎后台回复"面试"加入讨论组交流噢
写在前面
在某大厂做算法一年，本来安安稳稳还没想过跳槽，某天接到了猎头的电话说字节在招数据挖掘工程师，择日不如撞日那就去试一试呗。
一面
问贝叶斯网络的原理。
一些统计学的原理比如t-test, AUC curve的意义是啥，为什么要用AUC去衡量机器学习模型的好坏。
问了一道题：假设现在有一个函数random(), n为未知数，1/n的概率返回0，2/n的概率返回1，写一个newRandom()，让返回0,1的概率各为1/2。medium。
二面
问了adaboost的原理，模型的权重以及数据的权重各自有什么意义，写出adaboost的伪代码。
CART树的原理，和ID3以及C4.5有什么区别，回归树与分类树有什么区别。
写出逻辑回归反向传播的伪代码。
算法题：现在有一个每行每列递增的2D数列，比如[[1,2,3,4], [2,3,4,5], [4,5,6,7]]，在O(nm)的时间复杂度返回最小的k个数。hard。
三面
主要面C语言基础知识。
实现memcpy.
如何在main函数之外之行一个函数。
这样声明变量有没有问题：int a[10000000].
static修饰符有什么用？如果不加会出现什么后果？
四面
主要考察机器学习。
你知道哪几种normlize的方法？请着重介绍一种（BatchNormalization）.这个方法在深度学习网络中有什么用？为什么可以加速模型收敛？
你知道哪些时间序列预测，举一个例子，写出伪代码(写了HMM)。
RNN如何防止梯度爆炸（LSTM原理）。
题目：有两个数列，将两个数列排序，但是自己数列里面的数字不能和自己数列里面的相比较（快速排序变种）。hard。
五面
HR面，聊薪资，聊人生，聊理想。
总结
总体难度较大，要多刷题。成功涨薪40%，美滋滋。上班不打卡，有10%月薪的大小周加班费，免费三餐自助，地铁30分钟有1000房补，顶级福利，满足。
祝各位拿到心仪的offer！
内推
为了方便大家更便捷地获取信息、沟通交流，我们拉了几个公司的内推群。添加微信"text_b"邀请加入~
-END-
NLP面试复盘 | 阿里/腾讯/头条/paypal/快手 -07-16
春招面经集合 | 腾讯/字节/华为/东芝/360/Boss -07-01
NLP算法岗面经 | 微软/腾讯/字节跳动/快手 -06-22
