无比曲折的阿里机器学习实习面试经历，附面经

Qing手机认证

谨以此贴记录阿里巴巴菜鸟网络，算法工程师-机器学习岗实习为期三个月的面试经历，希望对后来人有所帮助

        2月12日，投递简历
        2月13日，简历评估面（24min）
        3月20日，等待五周，迎来初面（34min）
        4月8日左右，流程过期自动释放，被其他bu捞起
        4月12日，联系到简历评估面面试官，请求要回流程
        4月16日，流程已要回，继续等待面试
        4月28日，等待五周，迎来终面（18min）
        5月4日，原交叉面面试官因时间原因无法进行面试，迎来流程截止日期前最后一个周末
        5月5日晚，尽职的hr在周末深夜分配新的交叉面面试官
        5月7日，交叉面（40min）
        5月7日，交叉面十分钟后hr面试（15min）
        5月8日上午，收到录用邮件

        面经。之前有的已经发过了，再汇总一下：
        简历评估面：
                        1. 你是转专业，专业和计算机有什么交叉        
                        2. resnet原理，要解决的问题，为什么有这样的问题，为什么用恒等映射        
                        3. BN为什么抑制梯度消失/爆炸        
                        4. xgb原理        
                        5. 项目模型融合的方法        
                        6. 项目难点和解决办法        
                        7. 无约束线性规划        
        
                        初面：        
                        当时正值考试周，没来及记录，已经不太记得具体题目了。但是都是经典面经题+项目。没有难题偏题        
        
                        终面：        
                        1. 项目        
                        2. xgb原理        
                        3. 怎样处理销售淡季和销售旺季        
        
                        交叉面：        
                        1. 项目（问的极其极其细致，一下点出项目问题，不愧是总监。面试官像邻居大姐姐一样声音温柔，搞得我一开始还以为是hr）        
                        2. adaboost，xgb，RF原理和对比        
                        3. 深度学习抑制梯度爆炸/消失        
        
                        hr面：        
                        这个完全是依据个人经历来问，具体问题不太有参考价值。        
        
                        因为自己比较能扯，每个问题都尽量讲的深一些，然后扩展到相关的知识点上，一个问题能扯好几分钟，因此问题总数不多。也是一种面试策略吧，尽量展示自己，填满面试时间，大部分时间都把主动权握在自己手里。        
        
                        最后感慨几句。自己是非科班，半年前因兴趣和待遇决定转行，这半年来全部凭借自学，周围也没有朋友一起组队，完全是自己一个人走在这条路上，期间好几次对自己的选择产生怀疑。还好最后坚持下来了。由于在海外留学，经常凌晨被拉起来面试，之后陷在面试的兴奋感中无法入睡，半睡半醒等到天亮，然后起床上课。也经常因为压力很大，有时只睡5、6个小时。还好平常坚持跑步，身体才没有垮掉。阿里的流程也是不好评价，这次在流程除面试外的部分，其难度和不确定性甚至超过了面试本身，等候时间也是无比的长，是个非常磨练意志的过程。        
                        个中滋味。


转载自：https://www.nowcoder.com/discuss/80033