算法工程师面试

答案将以系列文章形式在公众号【包包算法笔记】进行系列更新，建议关注～

破解transformer/Bert八股，快问快答（一）

破解transformer/Bert八股，快问快答（二）

深度学习

模型评估方法

• Accuracy作为指标有哪些局限性？
• ROC曲线和PR曲线各是什么？
• 编程实现AUC的计算，并指出复杂度？
• AUC指标有什么特点？放缩结果对AUC是否有影响？
• 余弦距离与欧式距离有什么特点？

基本方法

• 如何划分训练集？如何选取验证集？
• 什么是偏差和方差？
• 什么是过拟合？深度学习解决过拟合的方法有哪
• 解决欠拟合的方法有哪些？
• 深度模型参数调整的一般方法论？

优化方法

• 简述了解的优化器，发展综述？
• 常用的损失函数有哪些？分别适用于什么场景？
• 梯度下降与拟牛顿法的异同？
• L1和L2正则分别有什么特点？为何L1稀疏？

深度学习基础

• 以一层隐层的神经网络，relu激活，MSE作为损失函数推导反向传播
• NN的权重参数能否初始化为0？
• 什么是梯度消失和梯度爆炸？
• 常用的激活函数，导数？
• relu的有优点？又有什么局限性？他们的系列改进方法是啥？
• sigmoid和tanh为什么会导致梯度消失？
• 一个隐层需要多少节点能实现包含n元输入的任意布尔函数？
• 多个隐层实现包含n元输入的任意布尔函数，需要多少节点和网络层？
• dropout为何能防止过拟合？
• dropout和BN 在前向传播和方向传播阶段的区别？

CNN

• 给定卷积核的尺寸，特征图大小计算方法？
• 网络容量计算方法
• 共享参数有什么优点
• 常用的池化操作有哪些？有什么特点？
• CNN如何用于文本分类？
• resnet提出的背景和核心理论是？
• 空洞卷积是什么？有什么应用场景？

RNN

• 简述RNN，LSTM，GRU的区别和联系
• 画出lstm的结构图，写出公式
• RNN的梯度消失问题？如何解决？
• lstm中是否可以用relu作为激活函数？
• lstm各个门分别使用什么激活函数？
• 简述seq2seq模型？
• seq2seq在解码时候有哪些方法？
• Attention机制是什么？

机器学习

基础

• 样本不均衡如何处理？
• 什么是生成模型什么是判别模型？

集成学习

• 集成学习的分类？有什么代表性的模型和方法？
• 如何从偏差和方差的角度解释bagging和boosting的原理？
• GBDT的原理？和Xgboost的区别联系？
• adaboost和gbdt的区别联系？

模型

• 手推LR、Kmeans、SVM
• 简述ridge和lasson的区别和联系
• 树模型如何调参
• 树模型如何剪枝？
• 是否存一定存在参数，使得SVM的训练误差能到0
• 逻辑回归如何处理多分类？
• 决策树有哪些划分指标？区别与联系？
• 简述SVD和PCA的区别和联系？
• 如何使用梯度下降方法进行矩阵分解？
• LDA与PCA的区别与联系？

特征工程

• 常用的特征筛选方法有哪些？
• 文本如何构造特征？
• 类别变量如何构造特征？
• 连续值变量如何构造特征？
• 哪些模型需要对特征进行归一化？
• 什么是组合特征？如何处理高维组合特征？

其他（分方向）

• word2vec的原理，glove的原理，fasttext的原理？

• cbow和skipgram如何选择？

• 了解elmo和bert吗？简述与word embedding的联系和区别

• 图像和文本和语音数据各有哪些数据增强方法？

• rcnn、fatse rcnn、fatser rcnn、mask rcnn的原理？

• 介绍resnet和GoogLeNet中的inception module的结构？

• 介绍yolo和ssd ？

• 介绍FM，FFM，deepFM，deepWide.

• 机器翻译如何解决oov？

• 等等

数据结构与算法

二叉树类

• 前中后的非递归？
• 层次遍历，之字遍历？
• 二叉树的序列化与反序列化
• 前中，后中遍历结果恢复二叉树
• 排序二叉树的序列化
• 二叉树的直径
• 二叉树的路径和为定值的路径
• 翻转、复制二叉树
• 排序二叉树转双向链表
• 判断二叉树是否相同？判断一棵树是不是另一棵树的子树？

搜索回溯

• 八皇后，全排列，组合
• 重复数字的排列，重复数字的组合
• 图的搜索
• A star

概率题

• 用rand7构造rand10
• 轮盘赌
• 三角形内等概论随机选点
• 等等

动态规划

• 编辑距离
• 背包
• LCS

字符串

• 给定字符串是否符合正则表达式XXX
• 给定字符串是否是数字？
• KMP
• 超大数相加

数组、二分、快排系列

• 旋转数组查找
• 数组中的topk
• 旋转打印数组
• 行列递增矩阵查找数字
• 查找出现超过一半的数字
• 查找和为定值的两个数

链表

• 翻转链表
• 两个链表是否有交点
• 一个链表是否有环
• 链表的倒数k个节点
• 合并链表
• 逆序打印链表

排序

• 各种排序的复杂度最优最差平均
• 堆排序topk
• 快排的变化

海量数据题

• 海量日志的出现最多的10个字符串
• 10亿个1-10的数字排序
• trie树
• hashmap
• 布隆过滤器
• bitmap

等等