360机器学习算法工程师面经

面试官是个很温柔的小哥哥，全程把话语权交给你，全程40min

问：你能先自我介绍一下吗

问：你能给我说说你的项目吗

答：balabala

问：恩，思路比较清晰，那你能给我说一下xgboost吗？

答：xgboost的loss functionz加了L2正则以及限制叶子节点数，用到二阶求导，梯度下降更加准确，balabala。。。

问：你随遍挑个分类算法原理仔细推导

答：那我讲下支持向量机吧，此处省略一千字。。

问：时间序列模型你知道哪几个

答：猝不及防，ARIMA，讲了一堆arima

问：其实不止arima,你还知道啥吗？

答：本科学的，记不太清了

问：那你平时用python语言，都比较常用哪些包啊

答：numpy，scipy，pandas，tensorflow，sklearn。。。

问：你能给我说一下numpy，pandas吗

答：pandas我平时就用来数据清洗，读文件啊，连接啊，全然忘了两个重要的（Series，Dataframe），呜呜呜，后面面试官提醒了，numpy只能想到各种矩阵，呜呜呜。。

问：你在模型融合时，你会考虑哪些，为什么要融合，融合之后会提升很多吗？

答：主要考虑模型差异性吧，平时在选择时，我首选xgboos，不过各类模型都会试试，看看结果，再选定融合，感觉面试官不太相信融合

问：数据结构会吗，考你一下，问了不知道一个啥

答：我没系统学过数据结构，还在学，目前顶多了解一点排序

问：那我问你排序吧，（我真的是作死。。。），冒泡排序的平均时间复杂度

答：最好的情况是完全有序，是O（n），最坏的情况，此时仰望天空，发现大脑一片空白，于是开