下载APP

微信扫码
下载看准App

气氛很好,不是压力面,聊天似的。

面试职位:推荐算法实习生 的面试

气氛很好,不是压力面,聊天似的。主要是关心了一下为啥不接着在滴滴实习要重新找工作。我大概说了一下是因为,干的活比较偏业务不是我理想中的data sci,然后他问了一下简历里面实习当中做的事情,也没有啥,讲了一下Python和SQL经历,问了一下数据结构算法有关的知识,还有git,linux主要操作,数据结果问得多的是stack和queue,先进后出和先进先出,stack用于DFS比较多,还有linkedlist和arraylist的区别。排序算法原理和时间空间复杂度,快排平均nlgn最差n方,我回答的是基于partition,作为轴,两边分别比它大或者小。之后有关feed steams,问了一下hive的底层原理。为什么sql可以直接hive读取转化,我说我只知道跟mapreduce有关,底层不清楚,面试官说没关系。然后问了一下是不是用过spark,我说spark通过Python接口用过,而且是数据量特别大的时候才用。用过pyspark的MLlib搭建过pipeline。面试官问了一下上次实习写的代码量,我说主要以sql和python为主,python主要以pandas matplotlib为主,大概几千行吧。但是很多都是改来改去重复的。接下来在线写代码,给了一个链接是共享doc,有点像google docs,中文版的,石墨文档。1、排序数组= {4,1,2,3,6,3,10,9}我用Python装的经典算法导论的实现,基于partition 最后解释了一下partition函数的作用,linear selection time,最后给了unit test;2、二叉树后序遍历用了两种实现,一种是基于recursion,一种是基于两个stack改造成的。写完之后面试官让解释了一下思路,这个思想是剑指offer里面提到过的,俩queue模拟stack, 俩stack模拟queue,stack1存到stack2然后再pop一次就是后序遍历了。写完代码之后面试官讲了team里的业务,主要负责feed streams的选择推送,相似度计算,协同算法,基于用户,基于物品。技术栈是JAVA Scala 框架Spring,实时推荐为主,基于数据,用户feed streams内容导向涉及到NLP,不需要给文本打标签,有专门的标签团队,在线离线推荐都有。之后讲了一下实习地点。光谷金融港,好远。早上9.30 晚上8点左右,不强制打卡,没有食堂,附近有吃的。面试官说一面他这里是没有问题,后面是HR的问题,因为我六月才回来,所以到时候跟进headcount。 ...

面试结果: 确定通过

面试难度: 很容易

面试感受: 一般

面试结果: 确定通过

面试难度: 很容易

面试感受: 一般

微信扫码下载

看准APP