18届本科，现已入职头条算法工程师。说一下我当时拿sp的面经（校招本硕学历，正常情况下sp就是极限，当然我见过SSP，那是骨骼惊奇背景极好(ACM世界决赛有牌？）一进来就级别高一级）。面试这个东西最重要的还是对面试官胃口，这点可通过多看面经来把握。还有头条19年校招，50%以上拿到offer的同学都是实习转正的，所以实习可以说是除硬实力之外最重要的了。

一面

讲实习做的事

面试官定义了一些接口函数：batch数据生成器，前向传播函数，SGD优化函数，损失函数。手写神经网络训练的train函数。Pytorch类似，随手写。

一个数据文件，记录了训练样本。写个程序统计方差之类的统计量。码题。

怎么调模型超参数？理想gird search，实际固定变量，一个一个取优，但是主要还是看多次实验的经验和sense。

解释梯度消失的原理。

讲batch normlization原理。读过原论文，知乎上看过相关回答。

softmax回归，learning rate为0.1一切正常，Learning rate为0.08却求解失败为什么？

二面

讲实习做的事

两个链表，无序，某些节点会有del标记。输出同时出现在两个链表中，且无del标记的数。hashmap秒，手写。

文件有很多int32的数字，内存只有500M，统计他们的个数。

500M存不下所有数，hashmap超内存，我说了个trie树，面试官说简单点的。

我说B+树，可以放在磁盘，面试官说这不更难了么。

我说bitmap，然后手算了一下，刚好存下2^32个数字的内存。面试官说牛逼。

一个m*n的矩阵A(m 1e7, n 1e7)，一个n*1的向量V，求A*V的向量前k大。

A可以离线，n*1是在线询问，需要100ms查寻前k大。这是面试官工作中遇到的。

m*n离线处理方法就是按照向量的模聚类，然后求与查寻点积最大的类的那些类，然后求他们中的前k大得出最后的前k大。

三面

无序数组前k大。我：快速排序partion,O(n)。

证明O(n)。我n + n/ 2 + n/4 + n/ 8,等比数列求和。

不交换数组内元素，O(1)空间算法。想了一下，二分秒。

进程和线程，进程通信，什么时候用多进程，多进程共享内存速度慢的原因。

多个线程意味着它们之间的联系很紧密，需要共享同样的数据，处理相似的任务，都在一个进程里面，所以需要特别注意资源的竞争，也就是需要特别小心的设计互斥和加锁。多进程，以为着两者有一定的关联，但是操作过程相互独立，或者说不那么需要共享同样的数据，偶尔有数据通信就通过IPC进行 。还有就是多线程是有数量限制的，单个进程只能开【内存大小/stack大小】个线程，比如32位的linux，默认stack是8m，而最大可用内存是3G,所以最多可以开3G/8M=384个线程，而进程却几乎可以开无限个…

速度慢意思处理进程同步问题（比如信号量），而是对chache命中率的影响。

tcp慢启动算法。我只记得，每次乘2增大cwand，当发生丢包就减小。细节忘记。

手写逻辑回归目标函数，目标函数对w求导，手写。基础题。

谈了一下做的kaggle数据竞赛，考察我对数据源头的敏感性。但是看了讨论区老哥说数据源头有问题，有人为了税乱报，说了。

用过头条么？你觉得目前缺点是什么？如何改进？如何衡量推荐系统的结果？（以上内容都是凭感觉答的，当时我只会协同过滤。）

谈face++等各视觉大公司的过去和未来，这个感觉就是对业界的把握。

最后，祝各位同学新年快乐！明年offer收割！