对于时间紧迫的小伙伴来说 ， 在达不到刷两百道题又想拿到大厂offer的同学 ， 我们也可以通过走一些捷径来减少自己无效时间的浪费 ， 从而最大化提高自己的代码能力 。
具体来说 ， 我们可以购买一些大牛精讲的算法课程 ， 虽然市面上的算法课琳琅满目 ， 但真正对找工作实用高效且讲述通俗易懂的课程少之又少 。 在我七月份以前 ， 我基本上白天除了忙于父母的工作以外 ， 到了晚上都会花费两个小时的时间去看自己在网上购买的算法视频课程 ， 目的是为了给自己打下数据结构与算法的基础 。
一个好的算法视频课相比于书籍最大的优势就是视频传授的知识点更加直观 ， 我们可以当作看电视剧一样去看它 ， 一方面可以降低自己对于学习的阻力 ， 另一方面还可以高效的学习这些迫切的知识 。 对于看书感觉痛苦的同学 ， 就可以像我一样选择观看视频 ， 那么至于选择看免费课程还是收费课程 ， 我的建议是选择一个收费但价格可以接受的算法课去学习 ， 原因之一是免费的课程往往知识点讲述非常冗余 ， 且大家对于免费的课程缺乏学习的动力 ， 这样反而会耽误找工作；另一个原因是学习成果往往需要人们付出才能收获 ， 有人选择花费金钱以最高的效率获得 ， 有人选择花费更多的时间去获得 ， 那在我看来 ， 秋招阶段最宝贵的还是时间 ， 毕竟每个人这一辈子只有一次秋招的机会 ， 这等同于高考！
5.部分面经?
以下面经均为各个公司的正式批 ， 由于时间有点久远 ， 有些考点已经不记得了 。
京东

• 一面：

1、介绍论文、项目 ， 很详细 。 包括每一个环节是怎么实现的 ， 损失函数是如何设计的 ， 模型是如何训练的等等 。
2、代码题：Leetcode 713：乘积小于k的子数组；Leetcode 297：二叉树的序列化和反序列化 。
3、GBDT、XGBoost、LigthGBM的区别与联系 。
4、送入LR前 ， 如何处理数据（特征工程） 。

• 二面：

1、介绍论文、项目 ， 很详细 。
2、Transformer中的Scaled Dot-Product Attention为什么要缩放（两点） 。
3、Transformer中的Position Embedding是怎么实现的？为什么？
4、bagging和boosting与偏差和方差的关系以及原因 。
5、如何解决数据不平衡的问题 。
6、假设检验的两类错误 。
7、MSE、MAE与贝叶斯估计的区别 。
8、为什么快排比堆排快？
9、口述算法题：对一个商品的价格、数量、购买人数进行分次排序 ， 不改变之前的排序结果 。

• 三面：

由于一、二面表现好 ， 三面直接过了 。
美团

• 一面：

1、介绍论文和项目 ， 很详细 。
2、代码题：面试题17.24：最大子矩阵；Leetcode 695：岛屿的最大面积 。
3、介绍一下DSSM 。
4、开放题：关于双塔模型的应用 。

• 二面：

1、介绍论文和项目 ， 以及论文中的涉及到的baseline模型 。
2、代码题：面试题01.08：零矩阵 ， 写出两种解法 。
3、XGBoost 如果损失函数没有二阶导 ， 该怎么办 。
4、聊天+反问 。

• 三面：

1、介绍论文和项目 ， 非常详细 。
2、介绍实习 ， 说说实习印象中最深的点 。
3、开放题：部门中的某个应用场景你会怎么解决 。
4、职业规划 ， 个人希望做的方向 。
拼多多

• 一面：

1、介绍论文和项目 。
2、AUC是如何实现的 ， 它对均匀正负样本采样是否敏感 ， 并用代码实现 。
3、BERT与ALBERT的区别 。
4、介绍一下DKN模型 。

• 二面：
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 下一页

  特别声明：本站内容均来自网友提供或互联网，仅供参考，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。