美团+阿里 | 机器学习算法春招面经

面试锦囊之面经分享系列，持续更新中 

赶紧后台回复"面试"加入讨论组交流吧 

写在前面

2020春招实习投的职位都是机器学习算法工程师，这里主要说一下拿到offer的两家面试：

• 阿里云 （4.1 笔试0ac，对了10%, 拿到意向书）
• 美团 （笔试大概过了45%的样子，offer）

985本硕非科班，简历上一共写了4段经历：

• 项目一：天池比赛 10名左右
• 项目二：一个数据挖掘比赛 第一名 + 后续合作项目+ sci论文
• 项目三：实验室项目
• 项目四：大三暑假实习经历（一家独角兽的算法部门）

美团

一面

• 聊项目一
• 特征选择（有哪些方法）
• 数据探索（拿到数据之后怎么分析的？）
• 降采样之后怎么调整概率？
• LightGBM、XGBoost的区别（LightGBM做了哪些改进？）
• XGboost里面预排序是怎么做的？
• 介绍项目二
• 介绍项目三
• 简单说了下项目四
• 手撕代码
• 手写最小堆代码

简单总结: 一面主要感觉是简历面，简历上的4个项目都简单聊了下。

二面

• 聊项目
• 激活函数 ReLU LeakyReLU Sigmoid 各种激活函数的区别
• 平时调参主要调什么参数？除了用到的LightGBM,还用过什么模型？比如深度学习的一些模型？
• LightGBM和XGBoost是怎么处理缺失值的？
• 介绍了项目一和项目二（主要介绍了整个目的和流程）

三面

• 介绍项目一
• 采样 怎么验证 如何判断过拟合
• 为什么没有做集成
• LightGBM原理(预排序 直方图 行抽样 列抽样 分裂时梯度选择 特征交叉合并（RBF）)
• 还了解一些其他的什么广告推荐算法之类的

阿里

一面

全程聊项目，中间穿插一些知识点

• 介绍一下研究生阶段难度最大的项目，包括工作量、遇到的难点、解决方案
• 介绍了项目二 包括背景 数据处理 分析 论文
• 中间穿插问了几个问题:
• 使用的LightGBM和seq2seq模型如何调参的?
• LightGBM的原理了解多少？
• 介绍一下项目二中用的attention如何做的？
• 所说的项目中数据量大是多少？特征选择又是如何做的？
• 项目二最后结果提升了多少？有没有试过简单模型？
• 还有其他项目介绍吗
• 介绍了项目一:包括踩过的坑（训练集拆分遇到了leak问题，直接上LightGBM效果不是很理想的问题） 特征的处理、针对不平衡样本的处理方法
• Q1. 线下怎么验证的？构造的这些特征线下指标是否有提升？
• Q2. 探讨了一下样本采样的问题
• 还有其他想要说的项目吗 用的其他的方法
• 简单说了下项目三的经历，主要做数据处理，简单的分析挖掘工作。没有深入聊下去。
• 投递的那个团队的业务介绍
• 有啥需要了解的
• 我问了几个问题
• 问了团队的工作节奏和时间安排
• 问这个岗位的招聘具体对候选人的能力要求
• 内部用啥工具平台之类的？

二面

基本都是聊项目

• 介绍项目二
• 为什么选择seq2seq模型？为什么不用其他时序模型？难度在哪？最后效果怎么样？
• 特征选择有哪些方法？
• 介绍项目三
• 具体做哪些工作(数据分析难度不大的样子？)
• 有没有借鉴其他人或者团队的算法？
• 面试官主要觉得难度不大！主要困难在特征提取阶段
• 子序列最大和（简单说了下思路就过了）

简单总结：本次面试是感觉最差的一次，因为投递的是机器学习算法工程师的职位，项目三其实很大一部分工作量是CV方面的，我在介绍的时候就一笔带过了视觉的部分，导致面试官可能认为这个项目工作量不够，这里全程都在质疑我这个项目过于简单。后面反思了一下，其实和数据挖掘无关的工作内容也能说，应该算是工作量的体现。

三面

聊项目

• 项目二介绍 比赛中你的方案比其他队伍的优点在哪？
• 项目一介绍
• 遇到一个机器学习问题，怎么去选择模型？
• 项目一后续打算如何改进？
• 职业规划？
• 平时做项目和学习的过程中遇到了什么问题？总结出了什么经验？
• 平时还会学习一些什么技术？
• 介绍一下在企业的实习（项目四）
• 问面试官的问题：
• 您觉得我要想达到胜任此岗位的能力，还应该在哪些方面弥补不足？

四面（交叉面）

• 说了一下项目二
• 说了一下项目四
• 手撕代码 gray码
• 问了面试官两个问题：
• 交叉面和之前几面想考察的点有什么异同
• 阿里国内和国外的office工作节奏理念有啥不一样吗 （纯闲聊了）

交叉面比较短，大概30min就结束了，貌似就是看下前三面有没有放水。

HR面

• 简单介绍一下学校经历
• 说了从本科到研究生的一些经历
• 介绍项目二 项目里有哪些难点？哪些地方分别体现了哪些技术能力？
• 介绍一下家庭情况
• 有什么想问的

简单总结

对过去的春招做个简单的经验总结，

可能因为投递的都是业务部门，基本上都是围绕着简历上的项目来问，中间穿插一些知识点，与我之前想象中的手撕公式、手撕代码还是不太一样。这就需要我们在几个方面做好准备：

• 首先是要准备内容丰富的项目，让面试官有问的点；
• 介绍项目的时候，最好先介绍下简单的项目背景和目的，尽量抓住主要矛盾，关键是要讲清楚整个流程，让面试官搞清楚这个项目到底是干嘛的，细节的东西可以先不讲，如果他感兴趣自然会再追问细节；
• 要讲清楚自己的工作量，说清楚项目的重难点；
• 说的时候其实可以抱着一种交流学习的心态，遇到不会的问题，一定要坦诚自己不太懂，但是可以说一下自己的一些思考；甚至可以说一下自己踩过的坑，反问面试官遇到这种情况该怎么解决。

今年很多公司都需要笔试了，即使是内推也需要笔试，这就体现了刷题的重要性，这方面我自己也做得不好，还需要多刷LeetCode。刷题在求职中还是王道。总结出的一些机器学习算法工程师方向常问的知识点：LightGBM、XGBoost原理、调参经验、特征选择方法等等。