发面经求好运~同时便于复盘
字节跳动广告算法(offer)
一面(40min)2020.03.11 14:00
介绍竞赛
说说Adam等优化器的区别(从Momentum到RMSprop到Adam以及Adam可能不会收敛,还说了NAG和AdaGrad)
对于LR来说,LR如果多了一维冗余特征,其权重和AUC会怎样变化(权重变为1/2, AUC不会变化)
写出LR的损失函数(交叉熵损失函数)
算法题:二叉树转双向链表(中序非递归遍历修改指针)
二面(1h20min)
算法题:一个类A有next,has_next两个方法,其中next调用会返回值,但索引会自增。实现一个peek访问只返回值,索引不自增。(lc原题284) -- 当时感觉面试官没有描述清楚....这里竟然耗了一段时间
算法题:快排
聊竞赛,问到了模型是怎么做多分类的(这里答得不是很好),以及stacking模型融合怎么做的?为什么有效?
写交叉熵,Softmax
开放题:你觉得影响模型效果的因素有什么,并排个序。(我回答的是特征>模型>

本文深入解析字节跳动和腾讯的算法面试流程,涵盖从一面到HR面的全部环节,涉及广告算法、竞赛经验、模型融合、神经网络、二叉树转换等核心知识点,为求职者提供全面的准备指南。
最低0.47元/天 解锁文章
1187

被折叠的 条评论
为什么被折叠?



