時間：2017 年 3 月
崗位：算法工程師季惩，大數(shù)據(jù)部門
結(jié)果：三面通過录粱，進入談薪
條件：三年外企國內(nèi)研發(fā)，Rails 全棧画拾，機器學習 2 年啥繁，深度學習剛接觸
一面（工程師）
- 聊簡歷
- 做過的項目
- CNN 原理
- RNN 原理（簡單提了下）
- 寫題
- 組合特征計算，A = [a1, a2, ..., an], B = [b1, b2, ..., bn], 輸出 AB 之間 (ak, bk) 或 (ak1, bk1, bk2) 或 (ak1, ak2, bk1) 的所有組合青抛。
- 2 items 好說旗闽，叉乘一下
- 3 items 對另兩個需要注意不重復，bk1, bk2 跟 bk2 bk1 是一樣的蜜另，抽出一個 bk1 之后 bk2 要在 bk1 index 之后的列表中抽取
二面（工程師）
- 聊簡歷
- 做過的項目
- CNN 原理
- 神經(jīng)網(wǎng)絡反向傳播
- 機器學習基礎适室，過擬合（訓練集不錯，測試集不行v）举瑰；學習率選擇捣辆；評價指標，精確 / 召回 等（后來查了下此迅，準確率跟這倆不太一樣汽畴，注意）
- 寫題
- 一個有序整數(shù)鏈表 [1, 2, 4, 6, 7, 10]，插入一個整數(shù)邮屁，設計結(jié)構(gòu)怎么讓效率最高
- 自然的思路是雙向鏈表整袁，存最大的數(shù)，比較插入的數(shù)字佑吝，考慮從前還是從后插
- 還是得建立一個二叉樹坐昙，這樣插入效率比較高，但是需要考慮平衡（面試官說不用考慮平衡）芋忿，那么可以從這個列表的中點進行建樹炸客，先建一個相對平衡的二分搜索樹疾棵，再插入
三面（技術負責人）
- 聊簡歷
- 做過的項目
- CNN 原理
- Hadoop 經(jīng)驗
- 機器學習基礎，過擬合痹仙、學習率是尔、評價指標
- 遇到過的困難及如何解決
- 未來期望
總結(jié)
總的難度不算高，偏基礎开仰，算法題也是不太刁鉆拟枚，面試體驗上不錯，時間略長众弓，大概 3 個小時恩溅。獵豹移動在姚家園地理位置上略偏，但是園區(qū)挺大谓娃，有班車脚乡，加班較多，百度和雅虎北研的來的多滨达。
自己來說可以在以下方面進行提高：
- C++ 上基礎不多奶稠，增加 C++ 經(jīng)驗，去刷題或?qū)懸恍╊悗臁?/li>
- 大數(shù)據(jù)處理的經(jīng)驗有限捡遍，多熟悉熟悉那一套锌订，多在較大數(shù)據(jù)集上做事情。
- 深度學習經(jīng)驗有限稽莉，持續(xù)關注這個領域并親自實踐瀑志。
- 神經(jīng)網(wǎng)絡等公式推導等內(nèi)功需要持續(xù)加強，以后面試肯定要多
