2016百度‘机器学习/数据挖掘岗位’面经，一面+二面+三面，9月25日

岗位：机器学习/数据挖掘

在线笔试时间：2016.9.20

面试通知时间：2016.9.22

面试时间：9.25 2:00 pm

一面&二面地点：海淀区上地十街百度大厦C座

三面时间：9.26 11:00 am

三面地点：百度科技园2号楼K2

0. 通知面试

  9月22号晚上10点多接到了面试通知（HR好辛苦，10点还没下班），因为学校在郑州，因此随后就订了北上的车票及酒店（挑了一家不是很远的如家酒店，看了网上的评价还可以，在联想大厦对面），坐地铁到西二旗步行15分钟即可。这里距离百度大厦也很近，步行20分左右，公交车10分钟。不过这里早餐很坑，18一位的自助餐而且还没啥好吃的东西，建议中/晚餐可以往东走一个路口，早餐向南1~2个路口。

1. 一面

  短信上通知的时间是2点，后来发现今天的面试人很多，从上午10点开始第一场，11点第二场，下午1点第三场，估计后面3点还有人。并且今天的面试一半的人都是来面机器学习岗位的，人真的是炒鸡多，压力好大。

  两点排队进去，是在百度大厦负一楼的食堂进行的一面/二面，进去之后满满的坐的都是人，好壮观。排到之后hr会将你带进去随机分配一个面试官，坐定后常规流程先进行自我介绍，随后简单说了两句研究生期间的工作（如果你提前对自己工作的准备比较充分，最好自我介绍以后直接往项目/工作上引导，面试官一般也会让你继续深入的介绍项目）。

聊项目，及项目中间的细节。

比如说，我的项目用到了RNN模型使用序列标注，面试官就问了为什么不用常见的CRF来做，RNN相对CRF的优势在哪里？

模型使用的数据有什么特点？项目中的创新点在哪？

算法题：假设高考满分为750分，现在有100万考生的成绩，求第100高的成绩值。只说思想。

在出题的时候面试官问我会c++吗？答：学过但没怎么用过。

我首先回答可以使用堆来解决，这样的算法复杂度为O(nlogn)，面试官希望再优化一下。

我想了一分钟没啥思路，面试官提示说你了解c++的copy机制吗？（不了解）他又提示说可以用桶的思想。然后又过了一小会突然想起来了，可以开一个750大小的数组来存储出现过的分数值。这样时间复杂度就变成了O(n)。

会决策树吗？ 答：不会

机器学习的一般步骤是什么？

答：1)数据分析：可视化，采样等

2)数据预处理，举了个例子

3)特征过程，随后解释了一下特征工程的重要性

4)模型选择，要根据数据的实际情况选择模型，比如样本数、特征维度balabala

5)调参，获得当前数据集上最优的参数（可以通过k折交叉进行模型评估

6)后处理（举例，为什么要后处理

7)模型评估

  最后面试官问有什么问题要问他的吗，我就问我表现的怎么样，他怎么评价的我记得不是很清了，只记得他最后说，后面就看你的造化了，我就知道一面过了。随后没有休息，hr带我继续去二面。

2. 二面

二面面试官挺严肃的，应该是做广告算法/推荐系统的。

介绍项目

这个面试官对项目的细节问的非常详细。因为项目介绍起来跟一面差不多，但是二面面试官问的细节问题要更详细，比如某个值是怎么计算的，我记得我把论文的公式写了一下并进行了解释。

系统设计：已经有10个广告主，每个广告主分别购买了若干个词，现在来了第11个广告主，也买了几个词，先要需要再推荐几个词给第11个广告主，怎么做？

针对这个问题我首先说了方法的思路，面试官仍然非常重视细节。我提到了计算distance，他就问具体怎么计算distance，以及都计算谁与谁的distance。这个方法介绍完以后，面试官问还有什么补充的吗？然后我就又说了一个新的思路。说完以后他又问还有什么补充的吗。。。。于是我又想了一种思路。。。然后终于结束了这个问题。

会聚类算法吗？ 答：没有研究过

会平衡二叉树吗？ 答：不是很了解

纸上写代码： 有一个数组，先递增后递减，返回峰值位置。（通过作差）

  最后一个问题依然是有什么要问我的，那我就继续问了我表现怎么样，面试官说觉得我做的项目深度不够，当时我就心凉了。随后他说，但是我还是会推荐你到三面的。然后就在表格上写了Y，然后就去找hr了。接下来就是漫长的等待3面，这个时候已经4点多了。

  差不多等到快6点，还有很多人没有三面，于是hr就建议大家没事的可以先回去，然后明天上午单独跟三面面试官约，这样第二天面试官跟面试者都不会很累，表现会好一些。于是就签了第二天上午的预约，回宾馆啦。

3. 三面

  第二天吃过早饭在宾馆等着，在9点50分左右，三面面试官打来电话，询问是电话面试还是现场面试，我说我住的挺近，现场面试吧，然后就约到了11点。于是立刻退房，打了uber到百度科技园2号楼，到了以后差不多才10点30多，在大厅联系了面试官，一会她下来接我上去，在一个小会议室里面进行的面试。这一面仍然是技术面。。。

问项目

这个面试官问的工程上的东西比较多，比较在意我项目系统整体的设计方法，比如模块之间怎么通讯的，是不是用到了多线程，其中一个项目涉及到了数据库，她就问我用过什么数据库，我只用过mysql，，于是她提了一个需求，让我写个select语句，查询出一段日期内，满足某个条件的行数。

随后又提出，假如满足这个条件的行数非常多，那怎么优化？我的回答是在内存维护一个这个行数的记录，每次增删都要更新这个记录。

看到我简历写了linux，于是问linux查看程序运行状况用什么命令，我只知道ps，，，然后说了一下之前我为了kill一个进程先用ps查看的进程id。。

会不会堆排序？我只知道原理，伪代码不会写，然后就换了个折半查找在纸上写了递归形式的伪代码。

三面结束以后就让回去等通知了。