這個崗位叫法很多，演算法崗，資料探勘崗，機器學習崗，基礎研究等等……
下面總結一下從16年3月開始到9月底這半年的面試情況


百度：
實習生面試
朋友幫我內推了，推了很多崗位，蛋疼，最開始的是個搞分散式平臺的崗位，後面的崗位就不再接受簡歷
1面要寫程式碼，題目是輸入根節點和兩個子節點，找到最小公共父節點，2叉樹只有孩子節點
後面問了一些演算法優化問題，理論差，不太懂。。
2面還要寫程式碼，寫一個棧，新增一個介面，返回當前棧最小值，要求時空都為O(1)
聊的有點久，1小時40分鐘，問了一些演算法問題，簡歷上東西
因為崗位不對口的問題，沒有繼續下去


校招面試
師姐給我內推的，一面聊了2個半小時，寫了很多程式碼
用MapReduce寫好友推薦，在一堆單詞裡面找出現次數最多的k個

其他程式碼題基本都能在劍指offer和微軟面試100題上找到，題目已經忘了

後面又聊了比賽和專案

10.8號打電話跟我談待遇，給sp，但是時間太晚了……

騰訊那邊三方都寄過去了

第二次是5月的時候補招，推到一個安全部門，面了2面就跪了，問了SVM原理，PageRank原理，怎麼用模型來查詢異常使用者

然後一面的時候，果然面試官叫我推公式，LR,SVM,XGBOOST說推就推給你看

AUC的定義和本質，有哪些計算方法

後面又問了Hadoop,Spark,storm下面的產品，原理，適用場景，也只答上來一部分，spark和strom根本就沒用過，瞎扯了一通

後面問了下DNN原理，應用，也是瞎扯一通……

9月27號上午，我正在蹲坑，打電話過來跟我說過了

考慮了一整天，決定去騰訊搬人生第一塊轉……

比如LR,SVM,RF,KNN，EM，Adaboost,PageRank，GBDT，Xgboost，HMM，DNN，推薦演算法，聚類演算法，等等機器學習領域的演算法，這些基本都會被問到

XGB和GBDT區別與聯絡也會經常問到：https://www.zhihu.com/question/41354392/answer/128008021?group_id=773629156532445184

可以在自己面試的時候做記錄，經常複習，先從小公司面起，積累經驗

另外要定位準確，自己的水平自己清楚，不要死磕大公司，浪費了大量時間還經常1面被刷

沒事審視下自己的簡歷，不要把自己不熟悉的東西寫上去，像什麼精通之類的建議改成了解吧……不然會被問哭的

不要裝逼寫2頁，我很多專案比賽都沒寫進去，只寫了幾個名次靠前的比賽，能吹一點的專案，其他沒寫進去的可以找機會主動說出來

專案即使很水，也要吹的很難很厲害的樣子

比賽和專案儘量突出裡面的難點，自己做的貢獻

實習生面試跪掉的原因就是沒有複習，對演算法的原理了解不夠深入，所以在校招的時候，9月開始用了將近一個月的時間來複習

建議多交一些牛逼的朋友，我們有個群，6個人，有4個百度offer，有3個騰訊offer，還有個研二估計是下一個阿里星吧

10.9號，我們群裡終於有一個阿里了，終於集齊了bat，可以召喚單挑之王了……他就是天音大魔王

我們經常一起打比賽，在群裡討論學術，裝逼扯淡什麼的，今年只要參加了的比賽，基本都拿獎了吧……

另外感覺大公司也並沒有學校歧視，我的學校211都不是，問都沒問過學校的問題

我本科是個學渣，讀研開始寫程式碼，所以兩年，可以改變很多事情

下面是我準備面試整理的一些資料，裡面有很多演算法以及面試問題

http://download.csdn.NET/detail/bryan__/9640531

http://blog.csdn.Net/v_july_v/article/details/6543438

http://blog.csdn.net/hackbuteer1

機器學習公開課

https://www.julyedu.com/video/play/18/10

面試演算法資料

http://www.cnblogs.com/tornadomeet/p/3395593.html

機器學習知識點總結

https://bbs.aliyun.com/read.PHP?spm=5176.100258.100258.8.bhrQ8k&tid=294564&displayMode=1&page=1&toread=1#tpc

http://m.blog.csdn.net/article/details?id=50244695

面試程式設計題十大經典演算法

http://mp.weixin.qq.com/s?__biz=MjM5Nzk2MDU5NA==&mid=2652545706&idx=3&sn=87e964154fa54999719c34c4b67dfff7&scene=0#wechat_redirect