作为一名菜鸡，浑浑噩噩的也到了研二了，琢磨着也要开始找暑期实习了，我的老本行是计算机视觉，小方向是做迁移学习的。但是这年头，视觉算法岗是诸神的黄昏，想想我还是去机器学习算法岗，加上我特别想做推荐，推荐系统也和迁移学习有蛮多关联的，所以3月份就开始往相关岗位投简历了。我不太喜欢海投简历，所以我一开始投了3家，百度，字节跳动和小米，都拿到了offer，最近还投了阿里，还没开始面试，如果后面有进展我也会更新。下面就是面经了。
复习资料及答案整理好了，需要的可以【点击这里，暗号博客园】自行下载~
百度：
1面：
项目相关
算法题：leecode 102
场景题：怎么给用户推荐内容（可以利用浏览历史等等）
2面：
项目相关
算法题：无序数组找到第k大的数 写出两种做法 （quick select， heap）
对于推荐算法的了解：fm，cf等等
3面：
项目
算法题：堆排序， in-order traversal
自己的职业规划
详细讲述自己通过努力完成的事情
字节：
1面：
项目相关
算法题：第一题忘了，第二题leetcode 42
2面：
项目相关
实现求auc的过程（输入就是instance的score和对应label）
矩阵分解相关知识
3面：
项目相关
实现LR
印象最深的paper和最近看过的paper
场景题：如何在用户检索时补全 比如（j->jd, c++,j -> c++,java）
小米
1、视觉算法一面：
介绍项目，面试官很专业，问的问题很核心；
介绍LBP；
编程写中值滤波；
2、视觉算法二面：
1、项目；
2、SIFT原理；
3、SLIC原理，相似度判断；
4、条件随机场的能量函数；
先到这里吧，为了大家更好的阅读，小编把这些面试题都整理成了文档。
重点来了！！！P7架构师大佬整理的Java核心知识点
内容来源于网络如有侵权请私信删除
文章来源: 博客园
- 还没有人评论，欢迎说说您的想法！
客服
