一面：忘了，大概也是问基础和项目，简单聊了聊。二面：主要就聊了一个问题，加权LR的权重对LR的影响，客单价加权单位对加权的影响，客单价的单位是元...

职位：反作弊算法一面：一个姐姐面的，机器学习基础问问，项目问一下，然后问了两个他们业务相关的场景，一个给定滑动解锁的那种鼠标坐标和时间[x,y,...

职位：商业化算法一面：一个小时左右，LR算法推导，优化目标怎么改成优化广告收益（和品质化很像，可以参考youtube的做法），并且如果对负样本进...

职位：搜索算法工程师一面：感觉考核广度，bagging和boosting区别？过拟合怎么处理？L1和L2你怎么理解的？其他记不清了，两道代码题，...

职位：算法工程师一面：介绍项目：品质化怎么做的？提权提多少怎么确定的？你觉得这种方式合理吗？怎么改进？矩阵分解的方法有哪些？推导LR 总结：自己...

职位：信息流推荐算法工程师一面：聊项目，每个项目都会问怎么做的，两道题，一道二分查找，一道二叉树深度，推导逻辑回归；二面：具体LR的项目怎么做的...

职位：信息流推荐算法一面：xgboost调参参数有哪些？和GBDT比较，权重w怎么得到的，其他也随便问了下，主要考广度吧感觉，外加一道算法题，反...

一面：小组长面，比较看中工程能力，感觉没面啥，问对机器学习和深度学习了解多少，优化算法了解吗，了解那些召回算法？做了一道算法题最长非递减子序列二...

import rerdd = sc.textFile("xx.txt")resultRdd = rdd.flatMap(lambda line:...