1 欢聚集团面经汇总资料

1.1 面经汇总参考资料

① 参考资料：

（1）牛客网：欢聚集团面经-16篇，网页链接

（2）知乎面经：点击进入查看

（3）面试圈：点击进入查看

② 面经框架及参考答案：

（1）面经知识框架：点击进入查看

（2）面经参考答案：点击进入查看

1.2 面经涉及招聘岗位

（1）全职岗位类

【推荐算法工程师】、【机器学习算法工程师】、【NLP算法工程师】、【视频编解码算法工程师】、【语音深度学习工程师】

1.3 面试流程时间安排

PS：以上流程为大白总结归纳所得，以供参考。

其他注意点：

● 最后有的人可能会有总监面，主要是自我介绍，聊聊他们团队正在做的事情

1.4 欢聚集团面试心得汇总

★ 不是问的很深，以nlp为主，介绍项目以及里面的细节

★ 实习！算法岗如果不是科班出身，实验室没有项目，一定要去大厂实习。 coding! 相较于前两年，编程能力在面试算法工程师过程中，所占比重越来越大。

★ 面试时，问算法原理，会让边介绍，边进行公式推导(问熟悉的机器学习算法有哪些？回答一个就要推一个公式）

2 欢聚集团面经涉及基础知识点

2.1 图像处理基础

2.1.1 讲解相关原理

● 图像左右翻转在matlab里面怎么实现？口头说一下。

2.2 深度学习：CNN卷积神经网络方面

2.2.1 讲解相关原理

2.2.1.1 卷积方面

● dropout的原理讲一下？

2.2.1.2 其他方面

● CNN用在文本里和用在图像里有什么区别，用在文本里时卷积核的宽度代表什么？

● Layer Normalization的作用?

2.3 深度学习：RNN递归神经网络方面

无

2.4 深度学习：CNN&RNN通用的问题

2.4.1 基础知识点

● 样本不平衡怎么解决的？

● CNN和LSTM都可以用于分类，两者用于分类有什么区别？

● 说一下Attention，Attention有哪些变种，为什么Attention模型的F指标还比不上作为baseline的textCNN？

● 偏差和方差的原理？

● Attention的原理是什么？

● Attenttion和RNN的区别?

2.4.2 模型评价

● Auc怎么计算，auc的含义

● roc曲线怎么画?复杂度分析

2.5 传统机器学习方面

2.5.1 讲解相关原理

2.5.1.1 数据准备

无

2.5.1.2 特征工程

① 特征降维

● LDA解释下？它里面帝立刻雷分布怎么应用的?

● 讲一下tag提取怎么做的，讲一下LDA，讲一下隐狄利克雷分布，里面有个辛普森采样了解吗？

② 特征选择

无

2.5.1.3 有监督学习-分类和回归方面

① 分类回归树（集成学习）

● boost和bagging的区别？

● 问随机森林如果判断过拟合，过拟合之后如何调参?

● 随机森林的原理？

● 随机森林为什么可以减小方差？

② 逻辑回归LR

● LR和DNN的优缺点?

2.6 深度学习&机器学习面经通用知识点

2.6.1 损失函数方面

● 分类中为什么交叉熵损失函数比均方误差损失函数更常用？

2.6.2 网络优化梯度下降方面

● 梯度优化算法讲一下？

2.6.3 过拟合&欠拟合方面

● 解决过拟合的方法？

3 欢聚集团面经涉及项目知识点

3.1 深度学习：CNN卷积神经网络方面

3.1.1 目标检测方面

● Faster R-CNN是如何解决正负样本不平衡的问题？

答：限制正负样本比例为1:1，如果正样本不足，就用负样本补充，这种方法后面研究工作用的不多。通常针对类别不平衡问题可以从调整样本数或修改loss weight两方面去解决，常用的方法有OHEM、OHNM、class balanced loss和Focal loss

可参照：https://blog.csdn.net/weixin_35653315/article/details/78327408#commentsedit

3.1.2 视频编解码

● 一直围绕项目经历（关于视频编码）展开询问，以及项目希望能够应用到具体哪些场景中？

3.2 深度学习：RNN递归神经网络方面

3.2.1 自然语言处理NLP

① Transformer

● 画Transfomer，讲一下？

② CRF

● 讲讲CRF?CRF和HMM的区别，从有向无向图的角度呢？从其他角度呢？CRF和深度学习的结合还知道哪些？

③ Word2vec

● Word2vec原理？

● 除了word2vec还有哪些词向量，以为比较神经网络向量，答个glove，然后让比较，我说不会，面完想想我可以说说tf-idf，词频啊等？

④ 其他

● Cbow和skip-gram 哪个训练更快，哪个效果更好，为什么？

● 词向量的评价指标？

● 说下项目中句子相似度匹配的模型？

● 基于检索的问答都有哪些？

● 词向量的评价指标？

● 讲事件分类。数据有多少，样本不平衡怎么解决的，CNN用在文本里和用在图像里有什么区别，用在文本里时卷积核的宽度代表什么，你怎么选的，为什么要这么选？CNN和LSTM都可以用于分类，两者用于分类有什么区别？说一下Attention，Attention有哪些变种，为什么Attention模型的F指标还比不上作为baseline的textCNN？最后为什么选择Attention模型？词向量用什么训练的，数据量有多少，怎么评价词向量的质量的？词向量的维度是多少，为什么要选这个维度？文本分类中的多义词问题可以怎么解决？

3.3 强化学习

无

3.4 机器学习方面

3.4.1 推荐系统

● 关于推荐算法的各种场景如何处理？各种brain storm，面试官部分赞同，一边聊天一边推进思考过程。

● 协同过滤的原理讲一下？

● 讲讲CRF。CRF和HMM的区别，从有向无向图的角度呢？从其他角度呢？。CRF和深度学习的结合还知道哪些？

4 数据结构与算法分析相关知识点

4.1 数据结构与算法分析

4.1.1 线性表

4.1.1.1 数组

● 无序数组求中位数，复杂度分析

升级版：不断的往数组里push元素，如何求中位数 ，复杂度分析

再升级：大规模的数组求中位数

4.1.2 树

● 快排和二叉树层次遍历？

4.1.3 排序

● 快排和二叉树层次遍历？

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 高楼大厦遮挡问题，一个地平线，给很多楼的左右x坐标以及楼高，求有遮挡的面积和？

4.3 其他方面

无

4.4 Leetcode&剑指offer原题

无

5 编程高频问题：Python&C/C++方面

5.1 python方面

5.1.1 基础知识

5.1.1.1 区别比较

● python map函数和列表表达式的区别？

5.1.1.2 讲解原理

● python中怎么导入第三方文件？

● python 垃圾回收机制，装饰器

5.2 C/C++方面

无

6 操作系统高频问题：数据库&线程&常用命令等

6.1 数据库方面

无

6.2 操作系统方面

6.2.1 线程和进程相关

● 线程和进程有什么区别？

7 技术&产品&开放性问题

无