1 有赞面经汇总资料

1.1 面经汇总参考资料

① 参考资料：

（1）牛客网：有赞面经-12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

【机器学习算法工程师】

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 有赞面试心得汇总

★ 简历上写的项目及知识点一定要会，主要还是围绕项目来问，不要瞎写

★ 最好有一个你比较熟悉的项目，一定要熟悉，面试官问了好多项目细节的东西

2 有赞面经涉及基础知识点

2.1 图像处理基础

无

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？

2.2.1.2 其他方面

● Batch normalization的原理？

● 为什么会发生梯度爆炸、梯度消失？如何缓解梯度爆炸和梯度消失？

2.3 深度学习：RNN递归神经网络方面

2.3.1 讲解相关原理

● LSTM的原理？

● BLSTM和LSTM的区别？（解决上下文语义问题）

● GRU和LSTM？

● 是否了解GRU？

● 说下rnn，rnn有什么问题，说下lstm，lstm有什么缺点，gru了解吗？

● LSTM和RNN区别是什么（LSTM缓解梯度消失问题）

● Batch normalization作用（1.使得输入规范化到有梯度的区间，防止梯度消失。 2.改变输入数据的均值和方差，起到数据增强的作用，防止过拟合）

● CRF可以做实体识别吗（可以），那为什么要用BLSTM-CRF(没答上来)，CRF和HMM的区别，CRF原理（项目中只是用到CRF，具体原理只懂一点）

2.4 深度学习：CNN&RNN通用的问题

2.4.1 基础知识点

● attention的原理了解吗？

2.4.2 模型评价

● 给了正负类样本的得分，如何计算AUC？

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

● 介绍一下什么是PCA、如果不是方阵怎么做？

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）

● 随机森林和gbdt、xgbost和gdbt的改进？

● LR，xgboost的原理说一下？

② 逻辑回归LR

● 逻辑回归的损失函数是什么？

● 逻辑回归的求解时，梯度的维度是多少？

● LR介绍一下？

③ SVM

● SVM介绍一下，核函数有什么要求？

2.5.1.4 无监督学习-聚类方面

● 问了kmeans，具体步骤是怎样的？kmeans++

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

● 逻辑回归的损失函数是什么？（交叉熵损失）为什么？（因为引入sigmoid函数，如果使用MSE损失会使目标函数非凸，无法求解）

● 逻辑回归的求解时，梯度的维度是多少？（二维？）

● 逻辑回归为什么用sigmoid函数？（为了求出分类概率）

● 为什么不采用其他函数（sigmoid函数对偏远值不敏感？）

2.6.2 正则化方面

● L1和L2正则化的优缺点

2.6.3 过拟合&欠拟合方面

● 过拟合解决的方法（L1，L2正则化，增加训练样本，特征选择）

● L1，L2正则化原理（L1是假设参数服从拉普拉斯分布，L2是假设参数服从高斯分布）

● L1为什么能使特征稀疏（L1范数，使权重为0，对应的特征则不起作用，使特征稀疏）

3 有赞面经涉及项目知识点

3.1 深度学习：CNN卷积神经网络方面

无

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

● Bert的原理？

3.3 强化学习

3.3.1 讲解原理

● DQN的损失函数是什么？

● Double Q-Learning的缺点是什么？

● 策略梯度损失函数是什么？

● 解释一下MC、TD、DP的区别？

3.4 机器学习方面

3.4.1 推荐系统

● 什么是CB、CF算法？

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 树

● 什么是二叉树，平衡二叉树？红黑树？

● 二分查找的时间复杂度？

4.1.2 排序

● 稳定的排序方法有哪些？不稳定的有哪些？

● 哪个效率最高？快排时间复杂度？快排的最快情况？如何解决？

● 考虑空间复杂度，如何排序？

● 排序，稳定性和空间复杂度

● 归并排序的时间复杂度，空间复杂度，归并排序的思想是什么？

● 给一堆数字，如何找出topk个数?

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 如何求一个数组中前5个最小的数？

● 一个场景，100万个商家，ID号是顺序的，但是其中有两个ID丢失了，问怎样快速的找到丢失的ID？（我说了因为顺序，假设ID是从1开始，那么对应的下标为0，使用二分查找就可以了）

4.3 其他方面

无

4.4 Leetcode&剑指offer原题

● Leetcode 64：不同路径

5 编程高频问题：Python&C/C++方面

5.1 python方面

● python的内存管理机制（垃圾回收）

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

6.1.1 基础问题

6.1.1.1 区别比较

● 数据库的连接方式，有什么区别？

● 数据库中删除的关键字， 他们三个之间有什么区别？

6.1.1.2 讲解原理

● 数据库的范式，对照着自己说的范式，举三个例子说明一下违反了三范式的实例

6.2 操作系统方面

6.2.1 TCP协议相关

● TCP\UDP是什么？区别？场景？对应协议？ TCP的三次握手、四次挥手过程

7 技术&产品&开放性问题

无