社招一年经验，字节5轮、阿里7轮，算法岗通关宝典。

之前发过一个字节的面经，有少许笔误，然后最近又通关阿里，就把两个面经合成一个贴好了。

【字节：第一面】

1.问贝叶斯网络的原理。

2.一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。

3.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，(n-1)/n的概率返回1，写一个newRandom()，让返回0,1的概率各为1/2。medium。

【第二面】

1.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。

2.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。

3.写出逻辑回归反向传播的伪代码。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。

【第三面】主要面C语言基础知识。

1.实现memcpy.

2.如何在main函数之外之行一个函数。

3.这样声明变量有没有问题：int a[10000000].

4. static修饰符有什么用？如果不加会出现什么后果？没有问题目。

【第四面】主要考察机器学习。

1. 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？

2. 你知道哪些时间序列预测，举一个例子，写出伪代码(写了HMM)。

3. RNN如何防止梯度爆炸（LSTM原理）。

4.题目：有两个相同的数列，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。

【第五面】HR面，聊薪资，聊人生，聊理想。

【阿里巴巴。第一面】

主要是过简历，挑简历里面的细节询问。

1. 深度学习框架下，如何优化性能？你们做了哪些尝试？

2. 在resnet中，什么是残差，有何意义？

3. 在GEMM中，如何优化缓存？题：Isolate Island。假设1是陆地，0是海洋，相邻小岛与小岛组成陆地，那么在一个矩阵中，有多少块陆地？(easy) 举例输入[[0,1,1,0], [0,1,0,0], [0,1,0,0]]; 输出：1. 其中陆地是： 1,1 1, 1

【第二面】主要是问机器学习相关的内容

1. 使用过哪些机器学习模型，举一个你最熟的例子？说了logistic regression.

2. 为什么逻辑回归用sigmoid激活函数？多分类逻辑回归是否也是sigmoid？

3. 你的项目有一些深度学习框架的基础算子开发，那么你们拿这些组成了什么网络？举个例子？

4. 题:有一个矩阵，只有0和1，输出一个相同大小的矩阵表示每一个1到0的最短曼哈顿距离；如果位点上是0则输出0.(medium) 举例输入： [[0,1,1,0], [1,1,1,1]] 输出： [[0,1,1,0] [1,2,2,1]] 第3，4，5，6面（记不清哪个问题哪一面了，混起来写算了）

1. 多核的核之间是如何交流的？介绍一下总线的用处？(没答出来，一脸懵逼)

2. 协程是什么？(没答出来，一脸懵逼)

3. 一维的卷积的实现有什么加速方法？

4. 全连接层有什么作用？做一个图像识别的网络，可以不要全连接层吗？

5. 在ARM平台上，SIMD(单指令多数据)介绍一下大概？

6. 是否了解其他平台的SIMD指令？intel的AVX和ARM NEON有何不同？

7. 在实现一个SIMD程序时，应该注意哪些方面？如何判断一个算法适不适合SIMD加速？

8. 如何证明，SIMD已经达到了最优化性能？

9. 在大量的SIMD指令中，如何选择性能最佳的指令？只有某一面考了一道题：假设有一个数组，对于每一个数而言，p值表示这一个数之后所有比这个数大的数的差的最大值，求最大的p值。时间复杂度要求O(n)。(medium) 举例输入 [9,3,2,1,4] 那么这个数组的p值是： [0, 4-3, 4-2, 4-1, 0],既 [0,1,2,3,0] 那么最大的p值为3.

【HR面】

同样也是聊薪资，聊人生，聊理想。值得注意的是，阿里的HR面会挂人，所以回答开放性问题一定要准备妥当。

总结一下一年社招的一些tips

1. 至少工作2-3年再跳槽。大多数大厂都是起步3年工作经验的，我投的3年工作经验岗位能过也是有一定运气成分，不要学我。

2. 特别对于字节、阿里这种硬核算法岗，一定要多刷题。字节的算法尤其变态，会考hard。虽然阿里的轮数很多，但是难度没有字节高。

3. 简历里面的细节，一定要牢牢掌握。比如你的简历里面出现了SVM，那么一定要掌握到能够当场推导SVM原理的程度。

4. 为什么换工作，这个问题必定会问。不要诋毁前公司，不要看起来像自己能力不足才出来。

5. 开弓没有回头箭，拿了offer，并且决定走了，再和公司说。

最后，祝大家找工作顺利！