百度2015校招一到三面

2015年10月19日，本人在百度大厦参加了百度校园招聘的一到三面。我是上午10点多到的，机器学习及数据挖掘的应聘人上午一面起码有20多人，分批次入场。

首先，一面直接看了看简历，就让我挑一个排序算法写出程序，我用java写的快排算法，然后让用我python写出kmeans的代码，写好了就问了知道百度哪个部门有在招机器学习岗的。一面后在休息区等待，随后通知下午一点二面。二面时看了下剩下不到10人了。

二面问了关于机器学习项目的细节，然后让写了Logistics优化函数的推导过程，最后出了一个代码题。如何在一棵树中找到相加和为k的所有路径，首先想到的是使用递归遍历树，然后在提示下想到了问题的解，递归过程中将前一节点经过的路径用list保存下来，list要进行分数值进行维护，设list中所有元素相加和为s，如s=k输出list，并删去第一个元素，如s>k，从头删除元素指导list的新的sum等于k，输出list，再删一个节点sum又小于k。然后将当前list作为输入变量，进行左右子树的递归。

二面过后马上三面，三面没有细看人数，但似乎三面的面试官都很清闲啊。首先谈谈价值观的问题，问了我为啥想做机器学习而不是开发。随后每个项目用一句话进行概括，再挑一个觉得最好的跟面试官详谈。接着问会哪些机器学习算法，挑一个最熟悉的说说，当时挑的svm，问了基本思想和原理，支持向量的作用，核函数的作用，算法的优缺点。

这样三面就结束了，总体来说，考察了项目、算法、代码三个方面。项目方面，最好与机器学习相关，要多也要有精，并且学会反思项目到底有什么方面做得不好的，每个流程细细推敲。算法方面，李航的《统计学习方法》绝对是面试宝典啊，当然基本的数据结构和算法也要掌握。代码方面，Andrew Ng的《机器学习》可以拿来练练手，平日里有机会自己写写机器学习的算法，从简单的练起吧。

凭我这微薄的资历，经验就这么多，祝我好运吧！