算法寒假实习面试经过之 滴滴（电话一面二面 offer）

• 一面:1h

介绍比赛项目。

lr与xgb的区别?

xgb 为什么不用归一化，onehot?

xgb 与 gbdt的区别。

做这些比赛你们的优势在哪，既然全是相同的套路。

RCNN的原理， CNN的原理。LSTM的介绍，包括哪些门 。LSTM与RNN有哪些不同，解决了什么问题。

深度学习如何调参

机器学习（深度学习）中有哪些优化方法，介绍一下原理。

LDA的原理，LDA用到了哪些分布。

• 代码题：

1、加油站，加油问题，n个加油站，每个加油站的油量是有限的，知道每个加油站相邻的距离，单位距离消耗单位油量。问：如何加油保证加油次数最少。

　　　　这个不会。面试官最后提示说是贪心问题。如果在当前加油站无法走到下一个，就加满，加到当前能加到的最大值。

2、看我答的不好，又问了个简单的，如何寻找叶子节点的公共祖先。

　　　　一开始答的不对。后面想起来了，可以遍历到2个节点，记下路径，对比一下，最后一个相同的节点，就是最近的公共祖先。

• 一面后记：

　　　　面试官是个萌妹子，问得不深，但是很广，很多问题我都忘了。感觉需要系统的再复习整理一遍。

• 二面： 1h

职业发展路径？

反问了一下 算法工程师的发展路径。

反问了工程上是看中模型还是规则。之前十一贝与百度都是说先用规则，然后再用模型，整的我有点纠结要不要去百度。。、

讲讲比赛。

• 代码题：

leetcode原题：

https://leetcode.com/problems/sum-root-to-leaf-numbers/description/

• 二面后记：

　　　　跟面试官聊得挺多的，基本上是互相提问，技术上的问题不是很多，主要了解了一下工业上的具体应用。他们是大数据研究院的，

　　　　据说会改成滴滴ai lab 主要做用户体验，跟智能客服相关的内容。

后记：拿到百度的offer后，自己心里有底了很多，也发现了自己的一些问题，接下来需要做的是，机器学习系统的撸一遍，深度学习代码能力

要加强，算法题不能停，问的基本都是LeetCode 或者剑指offer，明天去京东金融现场面，感受一下现场面，应该不会再面别的公司了。