腾讯一面面经分享（数据分析）~攒好运
广州喜来登酒店，进场，签到，排号等候，叫号，去特定的酒店客房与面试官一对一交流。我一坐下递了简历，没让我自我介绍，就让我讲项目，项目中用到的技术他都会详细问，比如我简历里写了Apriori、Tf-idf、xgboost、LSTM，他都让我介绍，竞赛经历那块问了做了哪些特征工程。
然后拿出了一张纸，上面写了几个题。。。 1、梯度下降和极大似然 2、特征选择的方法 3、GBDT和xgboost，bagging和boosting 4、过拟合的解决办法 5、50亿个url，找出指定的一个url 6、CNN和LSTM原理和应用场景介绍
总耗时40分钟，聊的也比较轻松，聊完出来我还乐呵呵的，觉得应该还能再面一轮，晚上查后台发现就凉了，感觉很懵，也没个建议。 如果这样都挂了那腾讯这个岗位还是得基础知识特别牢固才行，虽然这些题很简单但是面试官会随机深入问你。比如过拟合我答了加正则化，但他还会问你为什么正则化能处理过拟合，这时候我就一下没答上来，50亿个Url妥妥的用哈希查找我也忘了。另外我还准备了spark和Hadoop他居然没问。
所以我感觉机器学习相关基础知识还是得非常牢固才行，竞争压力不小
好多霸面的童鞋，加油！
转载自：https://www.nowcoder.com/discuss/73609
页:
[1]