面试锦囊之面经分享系列，持续更新中 
欢迎后台回复"面试"加入讨论组交流噢 
写在前面
在某大厂做算法一年，本来安安稳稳还没想过跳槽，某天接到了猎头的电话说字节在招数据挖掘工程师，择日不如撞日那就去试一试呗。
一面
-
问贝叶斯网络的原理。 -
一些统计学的原理比如t-test, AUC curve的意义是啥，为什么要用AUC去衡量机器学习模型的好坏。 -
问了一道题：假设现在有一个函数random(), n为未知数，1/n的概率返回0，2/n的概率返回1，写一个newRandom()，让返回0,1的概率各为1/2。medium。
二面
-
问了adaboost的原理，模型的权重以及数据的权重各自有什么意义，写出adaboost的伪代码。 -
CART树的原理，和ID3以及C4.5有什么区别，回归树与分类树有什么区别。 -
写出逻辑回归反向传播的伪代码。 -
算法题：现在有一个每行每列递增的2D数列，比如[[1,2,3,4], [2,3,4,5], [4,5,6,7]]，在O(nm)的时间复杂度返回最小的k个数。hard。
三面
主要面C语言基础知识。
-
实现memcpy. -
如何在main函数之外之行一个函数。 -
这样声明变量有没有问题：int a[10000000]. -
static修饰符有什么用？如果不加会出现什么后果？
四面
主要考察机器学习。
-
你知道哪几种normlize的方法？请着重介绍一种（BatchNormalization）.这个方法在深度学习网络中有什么用？为什么可以加速模型收敛？ -
你知道哪些时间序列预测，举一个例子，写出伪代码(写了HMM)。 -
RNN如何防止梯度爆炸（LSTM原理）。 -
题目：有两个数列，将两个数列排序，但是自己数列里面的数字不能和自己数列里面的相比较（快速排序变种）。hard。
五面
HR面，聊薪资，聊人生，聊理想。
总结
总体难度较大，要多刷题。成功涨薪40%，美滋滋。上班不打卡，有10%月薪的大小周加班费，免费三餐自助，地铁30分钟有1000房补，顶级福利，满足。
祝各位拿到心仪的offer！
内推
为了方便大家更便捷地获取信息、沟通交流，我们拉了几个公司的内推群。添加微信"text_b"邀请加入~
- END -
记得把NewBeeNLP设为星标哦
等你在看
本文分享自微信公众号 - NewBeeNLP（NewBeeNLP）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
来源：oschina
链接：https://my.oschina.net/u/4594481/blog/4428860