由于工作地点选在北京，HR沟通后要求去现场进行面试。

一面（现场面）

由于现场面大部分原理都需要手写解释。

1. 监督学习非监督学习啥区别，word2vec 属于啥类型

2. xgb,gbdt啥区别

3. l1,l2正则原理、区别

4. xgb中l1正则怎么用的

5. python 中 list 底层怎么实现

6. list dict有什么区别

7. 手写对dict排序

8. 介绍项目，从项目中又问了一些

二面（现场面）

二面大哥是临时叫来的，没看过我的简历，就对简历中的项目进行探讨，讨论了一下实现的方式。

三面（现场面）

1. 自我介绍

2. 介绍项目

3. 集成学习介绍（boosting bagging stacking原理）

4. stacking blending区别

5. 分析为什么使用xgb（提示，从特征维度，样本维度等进行比较）

6. 过拟合的判断方法

7. 过拟合如何解决

8. 概率题 X是一个以p的概率产生1,1-p的概率产生0的随机变量，利用X等概率生成1-n的数

9. 手写代码 两排序链表合并

四面（现场面）

1. 自我介绍

2. 介绍项目

3. 手写代码 数组中第k大的数

4. 构造堆的时间复杂度

五面 交叉面（视频面）

1. 自我介绍

2. 平时成绩

3. python 中 key-value的数据结构

4. dict底层如何实现

5. 如何解决哈希冲突

6. 非监督学习举例

7. 解释k-means原理

8. 距离的计算方法

9. 监督学习模型如何选取

10. 场景题 知道所有信息，为用户推荐饭馆

11. 算法题 两个300G的大文件，求两个文件的交集

六面 HR面（电话面）

1. 自我介绍

2. 拿了哪些offer，为什么选择阿里

3. 有哪些优缺点

4. 性格如何，性格上有什么缺点

5. 学习有什么收获，面试有什么收获

6. 薪资有什么要求

七面 总监面（现场面）

总监面史上最难，全程懵逼，每个问题问到不会为止，面试时间大约持续2小时。

1. 大概介绍项目

2. 详细介绍论文，我的论文方向是交通，就二面面试官稍微讨论了一下，总监大佬让逐一介绍创新点，每一个点讲到逻辑清楚为止

3. 介绍比赛，问题都是从比赛，项目展开

4. 详细分析xgb原理，怎么选分裂点，为什么用二阶泰勒展开，xgb里面正则项怎么表示。L1，L2正则区别（我用概率跟最优化理论分析完，总监大佬又让我从梯度下降解释为什么L1稀疏），

5. L1正则如何求梯度。xgb，gbdt区别，gbdt为什么用梯度，用梯度什么好处。最后问了问团队怎么分工。

6. 算法题 数组中和最大子序列

问了好多细节，大概就记得这些。希望大家都能找到心仪的工作~~