顺丰科技-2024 机器学习算法 面经

最新推荐文章于 2025-10-31 08:04:14 发布
最新推荐文章于 2025-10-31 08:04:14 发布
阅读量491 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： offer分享+面试经验 文章标签： 顺丰科技 机器学习 机器学习算法 面经
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/pythonyanyan/article/details/131384869
本文分享了在顺丰科技面试机器学习算法岗位的经历，包括面试中涉及的线程进程区别、项目算法原理、XGBoost、特征构造、PCA降维等知识点，以及面试官对实习项目的关注。

 专栏分享：计算机小伙伴秋招春招找工作的面试经验和面试的详情知识点

专栏首页：软件测试开发类面经合集

主要分享：测试开发类岗位在面试互联网公司时候一些真实的经验

面试code学习参考请看：数据结构面试必刷100题

一面：
1.自我介绍
2.线程和进程的区别，什么时候用多进程，什么时候用多线程（这个属于给自挖坑了）
3.实习项目问题，项目目标是怎么定的，用的什么算法，算法原理是什么（这个算法偏控制论）
4.比赛问题：xgboost原理，特征怎么构造的，怎么选择的
5.有没有了解transform方面的(可惜我对nlp接触的太少）

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【数学建模技术】布谷鸟搜索算法在机器学习与工程优化中的创新应用
一键难忘的博客
11-29 1741
布谷鸟搜索算法是由Yang和Deb于2009年提出的。它基于布谷鸟的繁殖策略，即布谷鸟将自己的蛋放在其他鸟类的巢中，借此利用其他鸟的育雏行为。而布谷鸟的繁殖行为中，最关键的两点是“放置蛋的位置”和“被发现的概率”。通过模拟这些行为，布谷鸟搜索算法能够在解空间中进行探索与开发，从而找到最优解。
2022届计算机视觉算法秋招面经（CV岗）——offer经
Activewaste
10-24 1万+
已拿offer公司：字节，商汤，顺丰，海康，小红书，拼多多，腾讯、ponyai、华为、百度 目前手里有近10个CV算法工程师意向书：字节，商汤，百度，顺丰，华为，小红书，拼多多，小马智行，海康威视，腾讯等。 接下来会花很多时间在小红书上整理这一过程所有的经验以及技巧，包括：丰富简历内容，如何打比赛（大佬止步），如何刷题，刷什么题，刷到什么程度，面试技巧，面经整理，hr面技巧，如何反问面试官，如何argue薪资等等等，大家有需要可以关注一波哈，内容保证丰富！助力大家秋招收割offer到手软！ 大家如果是刚.
顺丰科技机器学习面试
curryche的博客
09-26 1712
问题记录 一、代码题 背包问题 二、代码题 如何判断版本号的新旧，‘1.2.3.4’ 三、LR与SVM的区别与联系 四、正则化的形式有哪些，具体公式 五、随机森林的随机性体现在哪里 六、集成学习了解吗，集成学习的基学习器有哪些，为什么用决策树做基学习器？ 七、深度学习了解吗，了解BP算法吗，假如不用BP算法，还可以用什么来算梯度 八、梯度消失 九、SVM的核函数有哪些，分别适用哪些场景 十、kme...
顺丰科技视觉算法工程师面经分享
julyedu_7的博客
01-18 2305
问题1：在原地即不使用任何额外的空间复杂度交换两个数。 1、相加寄存：a=a+b b=a-b a=a-b 2、位运算：b=a^b; a=a^b; b=a^b 问题2：模型的方差和偏差是什么，怎么减少bias和var。 偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据. 方差：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，数据的分布越分散。 Baging减少方差，boosting减少偏差。 关键点检测实战 [限时1元秒杀，1.19恢复原
基于顺丰科技KHT职位的Android面试指南及参考答案
最新发布
郑伟强dev的专栏
10-31 826
摘要：顺丰科技移动端开发工程师职位要求3年以上Android/iOS开发经验，精通React Native框架及性能优化。岗位职责包括核心快递工具开发、跨端组件封装、技术攻关及团队协作。任职要求强调扎实的编程基础、独立开发能力和技术热情，具有鸿蒙/AI/物联网经验者优先。面试指南涵盖基础知识、React Native开发、性能优化及团队协作等方面，提供实际业务场景下的技术解决方案，如订单状态管理、OCR集成等，强调技术能力与快递业务的结合。
顺丰科技机器学习岗实习生面经
学渣集散地
04-22 564
一面 自我介绍 问情况拉家常 介绍项目 + 提问 + 讨论 介绍实习 + 提问 数据结构： 有向无环图是什么？ 优先队列是什么？ 堆和栈的区别 双向链表是什么？和单向相比有什么优势？ C++和Python： C++里的纯虚函数是什么？ C++有哪两种分配内存的方法？ Python多线程 机器学习： 选一个深度学习模型讲一下 LSTM和RNN的区别，有什么优势？ 全连接层和self-attention有什么区别？ 反问 ...
面试笔记：面经-顺丰科技
胖虎的博客
08-14 3350
文章目录 一、自我介绍 二、简历相关 2.1 原生APP与Web APP的比较 三、Java后台 3.1 Spring常用注解 3.2 Redis介绍 3.3 MySQL索引及怎么创建索引 3.4 Spring用了哪些设计模式 3.5 以实际生活例子介绍设计模式 3.6 Servlet介绍 3.7 微服务 3.8 简述软件开发过程 3.9 ConcurrentHashMap介绍 四、其他
本人心血总结，机器学习、算法面经总结与解析
qq_32468785的博客
07-09 3639
本专栏适合于Python已经入门的学生或人士，有一定的编程基础。 本专栏适合于算法、机器学习求职的学生或人士。 本专栏特点： 本专栏囊括了深度学习、机器学习、NLP、特征工程等一系列知识点的讲解，并且最后总结出了高频面试考点（附有答案）【共301道】，知识点讲解全面，事半功倍，为大家春秋招助力。不仅如此，教程还讲解了简历制作、笔试面试准备、面试技巧等内容。网址：机器学习面试题汇总与解析（蒋豆芽面试题总结）_牛客博客 之前本人的C++与嵌入式教程（详情请看这篇帖子：本人心血总结，为C+..
【AI算法岗面试八股面经【超全整理】——机器学习】
热门推荐
猫猫头的博客
05-28 2万+
因为回归树的标签是连续的，因此基尼系数、熵这种概率评估不适合作为评估指标，所以考虑使用均方误差作为特征划分的好坏，将划分后每个节点所有样本的均方误差之和与之前没划分的节点的均方误差作差来代替基尼系数。如果能将用户A的原始特征转变为一种代表用户A喜好的特征向量，将电影1的原始特征转变为一种代表电影1特性的特征向量，那么，我们计算两个向量的相似度，就可以代表用户A对电影1的喜欢程度。首先对物品或内容的特征作出描述，发现其相关性，然后基于用户以往的喜好记录，推荐给用户相似的物品。交叉熵越小，两个概率分布越接近。
机器学习岗面经（总）！
yanglee0
03-31 469
一、数学基础： 1、微积分 1、SGD,Momentum,Adagard,Adam原理 2、L1不可导的时候该怎么办 3、sigmoid函数特性 2、统计学，概率论 1、a,b~U[0,1]，互相独立,求Max(a,b)期望 2、一个活动,n个女生手里拿着长短不一的玫瑰花,无序的排成一排,一个男生从头走到尾,试图拿更长的玫瑰花,一旦拿了一朵就不能再拿其他的,错过了就不能回头,问最好的策略? 3、问题：某大公司有这么一个规定：只要有一个员工过生日，当天所有员工全部放假一天。但在其余时候，所有员工都没有假期，.
面试经历（华为，瑞晟，大华，海康，虹软，顺丰）
11-06
找工作期间笔试面试的一些公司经历，包括华为，瑞晟，大华，海康，虹软，顺丰。自己也看了一些公司的面经笔经，收益匪浅，这里分享一下自己的经历，希望对大家有利吧。
机器学习【算法岗面试总结2】----树模型
DM_LJY的博客
03-11 401
2.1 决策树的四种基本形态 目前主要流行的决策树包含以下四种情况 树名称 特征选择方法 树的分支树 涉及到的计算 节点分类 ID3 信息增益 选择出的特征，每个值做一个分支 只要计算每个特征的信息增益 依次选择信息增益值最大的特征进行节点分裂 C4.5 信息增益比 选择出的特征，每个值做一个分支 只要计算每个特征的信息...
大厂算法岗面经
GeniusIOTboy的博客
10-05 1927
1.大佬总结-七厂22场算法岗面经   作者：踏云逐梦 链接：https://www.nowcoder.com/discuss/98421 来源：牛客网 秋招提前批基本结束，前前后后面了7家公司22场技术面，全部流程都走完了，目前过4待定3，发波面经攒RP。 本人nlp方向无top水硕，总体来说，各个公司风格差别很大，但总的来说就是手撕算法，细扣简历项目及其涉及到的算法基础，给实际场景求解...
顺丰机器学习岗笔试题笔记
xiaqi4145
08-30 788
不能截屏和拍照，凭记忆会议一下，做个记录，当做笔记了 1、下列赋值语句正确的是 A、a,b,c = 1,2,"john" B、[a,b] = ['1','2'] C、a = ['abc',4,'python'] D、a = b = c = 1 解析: ABCD都对 2、以下程序的输出是？ class Dog: role = 'Dog' def __init_...
机器学习岗位面试常用知识点总结
大羚羊的学习博客
06-18 403
本文是一篇汇总文，具体内容可以参考每一条后面的链接： 逻辑回归 Logistic Regression （链接） KNN（链接） 贝叶斯（链接） 决策树与随机森林（链接） SVM（链接上、下） 正则项L0、L1、L2的作用（链接） RF GBD xgboost k-meansadboost 排序（链接） GAN EM MCMC LDA PCA 时间序列 协同过滤...
面试度小满机器学习算法岗，一面竟然挂了。。。
Python学习与数据挖掘
05-01 943
节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学。针对算法类的技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。上周我们星球上一位小伙伴跟我聊天，跟我分享了他面试度小满机器学习算法的面经。时间：不到1个半小时面试内容：自我介绍对项目的进行深度盘问做题：最长上升子序列，要求：空间O(n)、时间O(nlogn)、返回字典序最小的 （不会写，写了一个时间、空间都O(n^2)的算法）
2周速通春招联想Lenovo机器学习算法岗-面经篇
技术宅学长的博客
04-27 1650
联想 机器学习算法面经
顺丰科技AI产品经理面经
zhishi0000的博客
05-27 2216
并要求简单介绍了一下实习经历，因为我的实习经历大多是to c的，所以他也没太自习挖掘实习经历，问的比较多的是如何处理后台数据，在实习中学到了什么。然后就问了一些基本问题，
顺丰科技2019人工智能笔试：机器学习与算法解析
"顺丰科技2019秋招人工智能与机器学习工程师笔试客观题合集" 这份笔试题合集涵盖了计算机科学和技术领域的多个知识点，主要针对机器学习和人工智能方向的工程师。以下是题目的详细解析： 1. 队列操作的问题涉及到...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序员奇奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值