前天，進行了一場vivo的推薦系統平台的後台開發崗位的面試，面試時長約1小時，一面通過。
【itsrohan技術隨筆1】阻塞recv，select，epoll用法及實現詳解
後面，面試官主要問了一下，專案中開源元件的使用情況，我說nginx、kafka、redis、mongo都有使用。面試官接著問：那你能不能講一下他們中你熟悉的乙個的原理。這個是我沒有詳細準備過的，只是在平常工作中了解到的大致原理，沒有比較完整地講出來，只是說了乙個大概，這個需要詳細準備一下，後面會挨個寫一篇技術隨筆來記錄。
後面，面試官出了2道演算法題，都不是很難，easy級別的吧。
實現乙個單例的類；
雙向鍊錶去除重複2次或以上的結點。
這兩道也順利地寫了出來。
推薦演算法面經2
以下為跟著我一塊做專案的小朋友面經 我的面經就是 1,不要放棄，不管做的東西簡單還是複雜，都要弄懂並深入理解簡歷上的每乙個知識點，並展開知識延伸，面到後來都是肌肉反應了，從每一次失敗中總結出自己回答的不好的地方，然後花時間鑽研，最終我從一次次拒信中走出，拿到了心怡的offer 2,長三角的機會的是真...
面經 百度 feed 推薦演算法二面
總體有點涼，問推薦系統只能說不懂 1.專案介紹 正常介紹完專案，沒有太深挖 模仿學習和專案的區別 2.問基礎知識 各類啟用函式 bp 演算法流程 cnn 的引數的優化方法 各類梯度下降方法 隨機梯度下降 mini batch 整個訓練樣本一起進去的區別 gbdt 和 xgboost 的區別 bagg...
騰訊TEG AI平台部門三面 HR面經
三面約好下午4點 面試，結果因為面試官在開會等到了快5點。一上來說之前一面和二面問專案也問得挺多的，這一面就不問專案了。我心裡一驚，感覺快涼了。面試官開始問一些軟問題，比如為什麼本科和研究生要一直離家裡這麼遠，到北方來上學。然後問我一下網路的發展史，就是imagenet系列從一開始超過四層的網路就訓...