1 58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：58集团面经-9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

【NLP算法工程师】、【计算机视觉算法工程师】

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。

1.4 58集团面试心得汇总

★ 感觉算法研发的比较看的轻，更重要的是工程实现或者算法落地

★ 感觉推荐算法用的比较多

★ nlp算法为主，还有少量的cv算法

2 58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

● Sift特征点匹配讲一下？

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

● DCN可变形卷积用过吗？

2.2.1.2 其他方面

● BN在原理上怎么解决过拟合？

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

● 介绍attention机制？

● 注意力机制有哪些种类，本身原理上起了什么作用？

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中的主题矩阵如何计算？

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）

● 用了很多树模型嘛，说说树模型比线性模型的优势在哪里？

● 工业界也经常用线性模型，说说线性模型比树模型的优势？

● gbdt和随机森林的区别？

A.基于bagging：随机森林

● RF的时间复杂度？

B.基于boosting：Adaboost、GDBT、XGBoost

● gbdt和xgboost原理和区别？

② 逻辑回归LR

● LR和gbdt的时间复杂度?

● LR为什么用sigmoid函数？

● LR导数的取值范围？

③ SVM

● 说点SVM，什么是支持向量？

● 核函数有哪些？写一下？

● 这些核函数都是什么情况使用的？具体问什么情况用高斯。

● 你觉得SVM与LR的对比呢？

● SVM的时间复杂度？

④ 决策树（DT）

● 用了很多树模型嘛，说说树模型比线性模型的优势在哪里？

● 工业界也经常用线性模型，说说线性模型比树模型的优势？

2.5.1.4 无监督学习-聚类方面

● kmeans中k值如何确定。手肘法的纵坐标？

● DBSCAN的计算原理，如何确定噪声点？

2.5.2 手推算法及代码

● gbdt损失函数？

● xgboost二阶泰勒展开表达式？

● 对LR求导，写一下，计算过程？

● LR公式，损失函数，写一下？

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

● 常用损失函数有哪些？

● 回归问题主要用哪些损失函数？

● 数据不平衡怎么处理？

● 数据不平衡的损失函数有哪些？

● 交叉熵是什么原理？

2.6.2 压缩&剪枝&量化&加速

● 知识蒸馏是什么，通过什么方式来简化，比如albert，具体原理是什么？

2.6.3 过拟合&欠拟合方面

● 怎么解决过拟合问题？

3 58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

3.1.1.1 讲解原理

● roi align和roi pooling的区别?

● faster rcnn和yolo的区别？

3.1.1.2 损失函数

● focal loss公式和解释?

3.1.1.3 手写代码

● 手撕nms

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

3.2.1.1 讲解原理

① Bert

● BERT的优缺点？

● PTM都了解哪些，BERT与GPT区别？

● 单项与双向在实际训练时有差别吗？

● bert的mask会带来什么缺点吗？

② Transformer

● Transformer原理？

③ HMM隐马尔科夫模型

● 隐马尔可夫了解么？

④ Word2vec

● 介绍word2vec？

● word2vec相关，什么情况用CBOW，什么情况用Skip-gram？

● 用了word2vec，详细说说softmax和分层softmax还有负采样吧？怎么负采样？

⑤ CNN方面

● CNN和RNN的区别？

3.3 强化学习

无

3.4 机器学习方面

无

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

●  数组和链表的区别？

4.1.1.2 链表

● 考了一个判断链表是否对称的，只用说出思想就行？

4.1.1.3 字符串

● 字符串转成数字

4.1.2 排序

● 问什么时候时间复杂度为O（n^2）?

● 排序算法的时间复杂度？

● 快排相关，问什么时候时间复杂度为on2？

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 2000个1-2000范围内的正整数，找第k大的，只说思想就行？

● 数组中出现最多的元素？

● 经典DP

● 判断两个链表是否相交

4.3 其他方面

无

4.4 Leetcode&剑指offer原题

● 剑指原题：数组中出现最多的元素

5 编程高频问题：Python&C/C++方面

5.1 python方面

5.1.1 网络框架方面

● Tensorflow计算过程?

● 看简历上有Keras和TensorFlow，面试官问了一下常用的哪些，都怎么用的，评价一下两个框架?

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 TCP协议相关

● TCP/IP的三次握手四次挥手

6.2.2 线程和进程相关

6.2.2.1 讲解原理

● 多线程的原理讲一下？

● 什么是线程安全？

7 技术&产品&开放性问题

7.1 技术方面

● 分招聘信息是不是垃圾信息的，比方说我现在已经把所有的数据都转成特征向量给你了，怎么做？