亚信科技面经（数据挖掘岗，已OC）：
一面（30min）：
是一个搞开发的面试官来问的，感觉有点水。
自我介绍
介绍一下你的项目
问了一些python的基础问题：循环，匿名函数
让你介绍一下算法：快排，冒泡
就是感觉挺水的，实习也是去mysql和简单的ml建模，感觉意义不大，不过能混个经历。
二面（10min）：
突然上午给我打了一个电话，是阿里的面试官，说是这个项目是亚信和阿里合作的。
介绍自己的项目，架构
介绍一下GBDT+LR
什么是召回率
问了GBDT+LR与widedeep等深度神经网络比，优势在哪
没想到还会有二面，这样就算过了。他们强调不是外包，是合作的一个项目。
依图科技面经（算法实习，偏cv，已OC）：
一面（1h）：
面试官看起来20多岁，搞cv的，看起来挺严肃但是说话什么的还是很和蔼
自我介绍
介绍一下自己的项目
手撕代码：斜着蛇形打印矩阵 ( 转移条件和越界没搞清楚，卡了一会 )
概率题：50个人中有人生日相同的概率？只有两个人且只有一组这样的两个人生日相同的概率？
反问环节，实习几天，说了入职会有半个月到一个月的培训
PS：感觉自己代码基础和概率方面还不是很扎实，要继续努力啊，但是没有问机器学习和深度学习方面的内容。
二面（50min）：
手撕代码：接雨水。经典题，字节校招笔试第三题原题，不多说了。
平常看的一些学习网站？我说了csdn,stackoverflow
大学生活中最遗憾的事情？后面就有点偏唠家常了，说一面其他的都问过了
学习遇到困难了怎么解决的？自己为什么要做项目？
内心os：当然是为了找工作
反问环节，面试官介绍了一下他们的项目，智慧大脑，果然是偏cv方向的
2.4号面完，最近这几天有点偷懒了，在打比赛，明天（2.8）开始收收心，全心全意刷leetcoe，给自己订好小计划，争取拿到字节的实习offer！
探探面经（推荐算法实习，可转正，已OC）：
一面（1h10min）：
自我介绍
问项目，召回与排序的架构
介绍一下deepwalk，图是怎么构建的？
deepwalk和node2vec区别？
word2vec了解吗？输入是什么？采用了哪些优化（只答出来一个负采样。。）？
itemCF的原理，实现过程
item_feature如何召回，召回和其他方法有重复的商品时怎么处理？
用户没有购买商品怎么处理？（冷启动问题）
排序阶段wide&deep是怎么架构的？（这里最终节点是sigmoid输出，我给说成softmax了，然后又问了一下softmax的公式和应用）
Python的GIL锁，装饰器？
tuple和list的区别，list的底层实现
python中函数传递参数是值传递还是引用传递（很坑，两个都不是，见深入理解python中函数传递参数是值传递还是引用传递）
map和reduce函数介绍一下
数据库sql用过吗？spark大数据了解吗？（无。。。）
手撕代码：一个数组里面有一个数出现次数大于数组长度的一半，最快找到这个数。
leetcode剑指offer原题，摩尔投票法或者利用快排思想
反问环节
二面（40min）：
问项目，介绍一下架构
手撕代码：合并两个排序数组
反问环节：
主要做什么？会负责哪些工作。
HR面（15min）：
问项目，介绍一下做项目的初衷
有没有学过cs课程，怎么样学习的
打不打算读研，为什么
反问环节：
是否可以暑期实习？具体流程。
华为面经（大数据算法实习）：
面试前先让你填一个性格测试，据说刷掉一半的人。根据我做过的经验来看，选择你热爱思考，热爱成功，热爱合作，热爱加班，热爱奋斗就可以过。然后签署一个协议。
2.26更
往后一两周都是大厂了，华为字节网易，加油加油，leetcode刷到100题了，冲冲冲。
一面(50min)
自我介绍
介绍一下项目，召回和排序的架构，感觉和其他公司问的大同小异
itemcf和usercf的具体应用场景和区别
如何embedding的？对图片和文本如何提取特征了解吗？
多路召回有重复的item怎么处理？
item和user冷启动怎么处理？
wide&deep的架构
然后开始问第二个项目，项目用的xgb和rf，结果一个没问
VC维数了解吗？(这是啥…)
adaboost了解吗？介绍一下
tf的静态图和pytorch的动态图的区别？
pytorch底层GPU调度原理了解吗？为什么速度这么快。(这又是啥…)
还有其他的项目吗？我说了之前一个pyqt做的水下激光识别的小项目
然后问了python多线程和c++多线程的区别
python的GIL，申请和释放
了解lenet，resnet，lstm，bert，attention这些吗？
我说了了解cnn和rnn，自己ml比较扎实，目前在研究深度，读深度的paper
手撕代码:我们来个简单的吧，手写一下快排
总结:面的都是比较基础和底层的点
字节面经（算法实习生data，推荐方向）：
HR提前嘱咐要多刷刷算法，待更
网易面经（推荐算法实习）：
待更