微博实习生面试记录

• 一面（大约1个小时)：

  • 自我介绍
  • 项目（项目问了特别久，因为我项目里用到了spark gbdt，所以让我讲一下gbdt的原因，问我的数据集多大，树怎么调参的等等引申问题
  • hive sql统计昨天访问过的用户并且今天没有访问的用户

  • 算法题

    输入点对：A BC DH IB GH J输出：A B GC DH I J类似这样的对，实现合并

• 二面（大约1个小时）

  • 自我介绍
  • 算法题：LeetCode#64原题 我用二维数组DP写出来了 面试官的follow up 如何优化空间复杂度即用o(n)实现
  • 100w个数，如何找出前K大的数 （我一开始回答利用集群来处理，后面面试官想听到的其实是堆排序和快排来实现）
  • 聊项目
  • 推导LR
  • LR怎么防止过拟合
  • L1和L2（L1和L2是什么，为什么L1能产生稀疏解）
  • 线性相关特征对LR和GBDT训练结果会有影响？
  • 概率题：从1-M这M个数中有放回的随机抽取K次，求最大值的期望（这个题目一开始我没有get到题意）M的k次幂-(M-1)的K次幂，再除以M的k次幂

  大概记得的就这些内容了，二面面试官看起来很强