东哥铁粉成功拿下5个offer25K面经分享
文末赠送 5 本书《Python机器学习一本通》，欢迎留言参与~
大家好，我是东哥。
最近，东哥的一位铁粉私我，自己拿到了5个offer，不知道该如何选择，想让我给出点建议。考虑到最近不少朋友也在寻找机会，所以把这位粉丝的经历和面经分享出来，供大家参考学习。
先介绍下这位小哥的个人背景，前公司是做信贷匹凸匹的，岗位是风控模型，大家也知道互联网金融去年受到重创，目前匹凸匹属于被监管清退的状态，公司基本处于瘫痪，所以他也是被逼无奈选择了跳槽。
在一个多月的时间里，分别面试了百融云创、邮政集团的软件开发中心、滴滴、百信银行、中信银行，最后全部拿到了offer，面经我会放到后面，先讲讲他面试过程中遇到的问题。
过程经历
在拿到百融云创、邮政集团的软件开发中心、滴滴这3个offer时，他是有些犹豫的，犹豫的点在于邮政和滴滴之间不知道该选哪一个，因为他对于国企单位的工作环境没什么概念，不知道水是深是浅，而滴滴给出的薪水和邮政也差不多。
我当时说了下我的想法，虽然不是很了解邮政的工作环境，但我个人的基本想法是：年轻人需要锻炼，去尝试更多机会，滴滴平台足够大机会多，光环也在，锻炼几年下来能力得到提升才是王道。相反，国企的工作环境虽然安逸，但容易把人磨平，很容易随波逐流，一个年轻人该有的棱角还是要有的。 当然，以上仅是我的个人观点，也要结合个人实际情况，不能一概而论。
他自己的想法也是这样的，在这一点上我俩是达成了共识。在进一步了解之后，才知道他第二天还要去百信银行面试。由于东哥对百信银行的直销银行业务还是非常了解的，于是迅速抄起电话和他聊了一个多小时，把这家公司涉及的业务和可能被问到的一些问题都讲了一下。
如果能拿到百信银行的offer，我是建议他去百信银行的。因为毕竟还是在互联网金融的圈子里，另外他自己对金融行业比较喜欢，百信银行作为正规的持牌金融机构不存在被监管清退的风险，不会有那么多担心。更重要的是，岗位也是他原来的工作方向，做风控方面的模型算法。
果不其然，第二天问到了我电话里说的问题，技术上表现也比较完美（见后面面经），成功收割了这枚offer，目前他已经顺利入职百信银行了。前几天，他又收到了中信银行的第5个offer，但婉绝了。
面经分享
以下具体各个岗位和面试的问题，供参考学习。
一、百融云创的高级数据分析师
一面：
自我介绍 深挖项目，从数据规模、特征、指标、目前使用的模型的方法介绍 简单介绍一下LR算法原理 介绍一下XGBoost的原理 说一下XGBoost和GBDT的不同点 反问
二面：
算法题：实现开方函数，也即sqrt(x)函数，当时用二分查找写的 介绍项目（跟一面相同） 如何处理过拟合和欠拟合 对L1和L2正则化的理解 介绍一下SVM，遇到线性不可分怎么办，核函数有什么特点 反问
二、邮政集团软开中心算法工程师
就进行了一次时间比较长的一次面试
自我介绍 介绍项目 介绍一下SVM的原理，SVM与感知机的区别 SVM为什么要转为对偶问题 熟知的排序算法有哪些 手写归并排序和希尔排序 决策树实现的算法（ID3,C4.5,CART)并且说明CART回归树的实现步骤 XGB能否处理离散特征，为什么，如果要用，怎么处理 XGB的分类树也是用残差吗？不是的话，用的是什么 反问
三、滴滴反作弊算法工程师
一面：
自我介绍 介绍项目并切说明用了什么算法 介绍LR原理，怎么解决过拟合，为什么正则化可以 简单介绍决策树的原理，GBDT是怎么做的，做分类问题用的是什么树 为什么梯度下降可以解决最优化问题，简单说一下数学理解 算法题：给一个数字矩阵，求解最小路径和 反问
二面：
自我介绍 算法题：给定字符串，求解长度为k的字典序最小的子序列 说一下Jensen不等式 简单说一下EM算法，为什么隐变量的问题要用EM算法 神经网络了解吗？怎么解决梯度消失，和损失函数有关吗？ 反问
四、百信银行算法工程师
一面
自我介绍 介绍项目 算法题：手写求解二叉树的最大深度（BFS方法） 算法题：实现股票最大收益（剑指offer 63题） 简述决策树算法原理，决策树的分裂方式是什么，根据什么变量来决定分裂变量 说一下XGBoost和GBDT的不同点 XGBoost在叶子节点分裂时，是通过什么原理来决定是否分裂的 反问
二面
自我介绍 介绍项目 算法题：比较版本号的问题，回来一查是leetcode的166题 问了一些统计学的原理，auc、t-test的含义，为什么要用auc衡量机器学习模型的好坏 adaboost的原理，模型的权重以及数据的权重各有千秋什么意义，写出adaboost的伪代码 反问
思考总结
付出
私下里，我们经常聊天，也探讨一些技术问题。不得不说，以我对他的了解，他本人是非常努力的，因为之前是本科学历，所以他自己报名了北航在职的研究生，想在学历上补充自己的不足。
就在面试这段紧张的时期，他还同时完成了考研考试，互不耽误，最后成功跳槽，也拿到了北航的录取通知书。一分耕耘一分收获，这和他个人的努力付出是密不可分的。
还是那句话，年轻人不要给自己设限，不逼自己一把，真不知道自己的潜力有多大。
技术
在前公司里，项目上的个人经验积累给他加了不少分，另外他对于机器学习模型、常见算法等技术也是非常了解的，有一些底子，这是核心。另外说明下，面试前刷算法题也是必须的（虽然工作中可能用不到），剑指offer和leetcode的题在面试中的出现频率很高，上面的面经大家也看到了，所以该刷的就不要偷懒，每一个环节都可能决定你的成败。
以上就是全部内容，希望这位铁粉的个人经历对大家有一点启发和帮助。
如大家有跳槽和转行经历，欢迎投稿，与东哥交流和分享，添加文末二维码可联系我。
赠书福利
赠送新书《Python机器学习一本通》5 本！已经赠送多次了，这本书非常棒，由「北京大学出版社」赞助提供，感兴趣的朋友非常推荐入手一本。
介绍：全书共20章，分为5篇。其中1篇为基础入门篇，主要讲述Python机器学习入门、设置机器学习的环境、机器学习基础和统计分析数学基础等内容；第2篇为数据预处理篇，主要讲述了产生和加载数据集、数据预处理等内容；第3篇为机器学习算法篇，主要讲述了回归分析、决策树分析、支持向量机、聚类分析、集成学习、神经网络学习、卷积网络学习和模型评价等内容；第4篇为机器学习应用篇，主要讲述了图像识别、语音识别、期刊新闻分类和图形压缩4个机器学习应用；第5篇为项目实战篇，主要讲述了社交好友分析、电商点击率预估等。
PS：禁止恶意刷赞！发现后将进入黑名单，取消上墙资格。
🧐分享、点赞、在看，给个三连击呗！