2022 春招 | 阿里高德算法面试经验宝典(完整流程 助力轻松拿offer)

简介: 阿里巴巴高德地图算法岗(方向很多:机器学习,nlp,图像,推荐),主要base北京望京。

一 工作岗位

阿里巴巴高德地图算法岗(方向很多:机器学习,nlp,图像,推荐),主要base北京望京。

 

二 流程


2.1 投简历

建议大家在牛客网或者boss直聘上找内推,也有公司拉的微信群(hr和技术leader都在,而且很nice,可以在里面加相关的人或者直接提出自己的疑问)。


通过这几种方式,特别是进群的方式,能够建立直接跟公司相关人的联系,更能够解答自己的疑惑,甚至能帮自己来分析合适的岗位和部门。


PS:阿里-高德事业群2022春招详情及加入内推群的方式见文末

 

2.2 在系统完成内推确认

通过2.1 找到了内推人,等待内推人推荐后,需要自己在邮箱里确认推荐

 

2.3 完成测评和笔试

完成确认推荐后,有测评和笔试(注意查看笔试时间,一般是一周有三次)。


伤脑细胞的时候到了,😂😂 ,但是测评和笔试要认真,因为这些都可能会成为最后通过的参考,有因为某些因素没发挥出水平的也没必要担心,可以跟面试官和推荐人说明情况,还有补救机会(这个时候体现出加入群的重要性了,在群里,有疑问或者需要帮助的可以直接在群里发出来,会有一大堆nice的师兄师姐给帮助)

       

2.4 三轮技术面+一轮交叉面+hr面

四轮技术面:在面试过程中尽情的展示自己在技术上的才华和想法吧,面试官会很耐心的跟你讨论交流。

 

hr面: 会有很大的概率遇到漂亮的知心大姐姐,主要聊聊人生理想,把自己亮点尽情的展现,把自己对社会,人生和职场规划的思考也尽情的表达。

 

2.5 等待结果

等待结果是很煎熬的,但是好在高德面试完后给结果的时间很短,拿到offer的同学可以开始跟所面部门的师兄师姐沟通交流,甚至现场去参观下公司。没有拿到offer的同学们也不要气馁(相信自己是优秀的),总结没发挥好的经验争取其他公司的机会。

 

三 前期准备

3.1 简历准备


a. 简历就好比一个人的形象,给人留下第一印象很重要,最好的是:简洁明了(不要太长,以两页最佳。也不要太简短,不然无法表现出自己的亮点),亮点突出。

 

b. 重点需要表达出:

  • 联系方式(电话和邮箱)。
  • 教育背景和时间。 
  • 在学校或者实习期间做过的项目关键要写出自己所做项目的背景目标,以及里面的挑战,自己解决问题(挑战)的方法和最大的创新。
  • 有学术paper或者比赛名次的同学,一定要把这个写出来,是很大的亮点,也会成为面试官聊天过程中重点聊的内容之一。

 

c. 其他的一些亮点也可以表达出来:比如特长,xx级别篮球比赛冠军,或者钢琴xx级等,都说不定就找到“同道之人”,还能切磋切磋。

 

3.2 基础知识


a. 代码:在线笔试环节需要写代码(可运行的),因为笔试中一般不会出现很难的题目,所以优先在leetcode上掌握easy和middle的题目思路。身边有很多同学有思路但是写不完代码或者题目意思没理解好,在笔试过程中要好好审题,找工作前多练习练习找找感觉。


b. 对于算法岗位,现在基本不怎么问计算机的一些基础知识(比如操作系统,编译原理,语法等),但是会涉及到一些简单概率方面的知识(比如:一根木棒,截成三截,组成三角形的概率是多少;随机森林降低多少方差等),要提前复习一些概率的基础知识。

 

3.3 算法知识


a. 机器学习的基础,有好些在学校跟着老师做课题的同学,对基础的机器学习算法有生疏,面试的时候经常会被问到,推荐复习下李航老师的那本“统计学习方法”,基本够用了。


李航老师的书中没覆盖的部分:gbdt,xgboost,样本不均衡,过拟合,特征处理(噪音,缺失值,分析方法)这些也经常被问到,掌握越深越好。如果能提出一些独有的观念,绝对是加分项。


b.  深度学习基础,优化器(sgd一直到adam),   参数(学习率,bn,dropout,权重初始化),基本的模型结构(lstm的结构和参数量,为什么解决梯度小时,attention的各种结构),loss  function,评价指标(比如auc的含义)等也是经常会被问到的。


c.   深度学习进阶,这一块一般的面试官会根据自己在简历上(或者聊天过程中)说的自己所擅长的方向提问,比如对nlp的预训练有经验的,那面试官大概率会从elmo->gpt->bert->xlnet->…。如果是对目标检测有经验的,那面试官大概率会从rcnn->…->yolo->yoloV2->….问下去。如果对自监督熟悉,那面试官很可能会希望听到你对自监督里方法的系统梳理以及自己的看法。


在这个过程中最关键的是要对自己有经验的方法的系统的复习下(如果说用过bert就只知道bert的知识,其他的都不了解,那就印象很不好),并且理清楚他们之间的脉络和每一次技术进化都是解决了什么问题?如果有更多自己的思考和对未来方向的判断,那绝对是很大的加分项。


d. 算法使用经验,当在实验室或者实习项目中有用机器学习/深度学习落地的,是个很大的加分项,这个时候一定要给面试官表现出来,并且能够从细节上讲出过程。


敲黑板了。。。。重点来了。。这个时候要重点跟面试官表现两个方面:1)在项目过程中遇到了哪些问题,我用了什么好方法解决了或者创新了。2)在整个项目过程中我的思考是什么,这可能会有一个认知进化的过程(从一开始怎么错误的想了,到后面又纠正了自己的观念),这个过程也可以跟面试官表达出来。

 

四 面试过程的细节


4.1 面试是一个跟别人交流讨论的过程,在这个过程中要保持谦虚友好,但是当遇到对方极度不友好的时候,可以提出自己的看法,但是没必要“以牙还牙”。以体现我们新一代年轻“知识分子”的气度和格局。


4.2 面试官提问的时候,不要着急回答,先理解清楚对方的问题,如果没明白,可以多几轮交互,大方的问面试官:您表达的是不是这个意思?,您想了解的是不是这个?。


4.3 因为在自己讲项目过程中,可能会随时被面试官打断提问,回答完面试官的问题后,要从容的回到自己原来的讲解思路,如果觉得自己中途被打断后很难回答原来的思路,可以提前跟面试官商量下是否可以等自己讲完再提问,大部分面试官很友善的。


4.4 开放性问题,大部分面试在问了3.2和3.3里的问题后,还会有一些开放性的问题,开放性的问题很难提前做复习准备,如果正好碰到了自己有比较好的简介的问题还好,如果碰到了自己没想法的问题,可以多跟面试官交互几次,问他一些问题,然后寻找思路。

 

五 结束语

又是一年校招季节,看到校招,已毕业的人回忆到自己的校园生活,未毕业的人梦想到自己踏入职场的生活。回忆的人眼中充满沧桑和柔情,梦想的人步伐充满了激情和坚定。


祝大家都能拿到好offer,进入阿里高德这个大平台,为梦想打拼,未来走得更远。

 

同时也欢迎大家加入阿里高德,有需要内推进群的可以看文末海报,或者直接给我发邮件:lixi.tjj@alibaba-inc.com 我拉大家进去。


附录:面试真题

这里摘取了一个进入阿里高德的师兄师姐的面试真题,供大家参考。

一个高德师兄的博客:https://zhenqicool.github.io/neural_network/2020/04/30/interview-exp.html


春招火热进行中,2022届毕业生看过来!

春招火热进行中,2022届毕业生看过来!

春招火热进行中,2022届毕业生看过来!

image.gif

未标题-1_01.png未标题-1_02.png未标题-1_03.png未标题-1_04.png未标题-1_05.png



电子书免费下载

《高德技术2020年刊合辑》




高德技术重磅发布《高德技术2020年刊合辑》电子书,覆盖了大前端、算法、架构、汽车工程、质量等多个领域,以及数篇高德入选顶会论文的解读,分享高德在智慧出行上的最佳技术实践和总结。


相关文章
|
1月前
|
SQL 分布式计算 监控
Sqoop数据迁移工具使用与优化技巧:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入解析Sqoop的使用、优化及面试策略。内容涵盖Sqoop基础,包括安装配置、命令行操作、与Hadoop生态集成和连接器配置。讨论数据迁移优化技巧,如数据切分、压缩编码、转换过滤及性能监控。此外,还涉及面试中对Sqoop与其他ETL工具的对比、实际项目挑战及未来发展趋势的讨论。通过代码示例展示了从MySQL到HDFS的数据迁移。本文旨在帮助读者在面试中展现Sqoop技术实力。
67 2
|
1月前
|
监控 负载均衡 Cloud Native
ZooKeeper分布式协调服务详解:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入剖析ZooKeeper分布式协调服务原理,涵盖核心概念如Server、Client、ZNode、ACL、Watcher,以及ZAB协议在一致性、会话管理、Leader选举中的作用。讨论ZooKeeper数据模型、操作、会话管理、集群部署与管理、性能调优和监控。同时,文章探讨了ZooKeeper在分布式锁、队列、服务注册与发现等场景的应用,并在面试方面分析了与其它服务的区别、实战挑战及解决方案。附带Java客户端实现分布式锁的代码示例,助力提升面试表现。
123 2
|
1月前
|
数据采集 消息中间件 监控
Flume数据采集系统设计与配置实战:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入探讨Apache Flume的数据采集系统设计,涵盖Flume Agent、Source、Channel、Sink的核心概念及其配置实战。通过实例展示了文件日志收集、网络数据接收、命令行实时数据捕获等场景。此外,还讨论了Flume与同类工具的对比、实际项目挑战及解决方案,以及未来发展趋势。提供配置示例帮助理解Flume在数据集成、日志收集中的应用,为面试准备提供扎实的理论与实践支持。
35 1
|
1月前
|
存储 算法 编译器
米哈游面试算法题:有效的括号
米哈游面试算法题:有效的括号
26 0
|
1月前
|
负载均衡 算法 应用服务中间件
面试题:Nginx有哪些负载均衡算法?Nginx位于七层网络结构中的哪一层?
字节跳动面试题:Nginx有哪些负载均衡算法?Nginx位于七层网络结构中的哪一层?
40 0
|
12天前
|
存储 缓存 算法
面试遇到算法题:实现LRU缓存
V哥的这个实现的关键在于维护一个双向链表,它可以帮助我们快速地访问、更新和删除最近最少使用的节点,同时使用哈希表来提供快速的查找能力。这样,我们就可以在 O(1) 的时间复杂度内完成所有的缓存操作。哈哈干净利索,回答完毕。
|
25天前
|
算法 搜索推荐 Python
数据结构与算法在Python面试中的应用实例
【4月更文挑战第13天】本文聚焦Python面试中的数据结构与算法问题,包括排序算法、链表操作和树图遍历。重点讨论了快速排序、链表反转和二叉树前序遍历的实现,并指出理解算法原理、处理边界条件及递归操作是避免错误的关键。通过实例代码和技巧分享,帮助面试者提升面试表现。
13 0
|
25天前
|
设计模式 算法 Java
如何在面试中应对编程与算法面试?
面试中,编程能力至关重要,主要分为三个层次:初级关注基本功,如语法、原理和常见问题解决;高级涉及数据结构与算法,基础算法如排序对中小厂重要,大厂则需深入数据结构;资深专家层次需精通设计模式,以保证代码的扩展性和维护性。提升编程技能可采用PDCA循环学习法,从计划到执行、检查、行动不断迭代。通过实践项目如开发后端系统、测试框架来检验学习成果,并逐步学习算法和设计模式。坚持不懈的努力和重构将助你成为技术专家。记住,超越大多数人的关键在于持续学习和专注深耕。
7 0
如何在面试中应对编程与算法面试?
|
1月前
|
机器学习/深度学习 分布式计算 BI
Flink实时流处理框架原理与应用:面试经验与必备知识点解析
【4月更文挑战第9天】本文详尽探讨了Flink实时流处理框架的原理,包括运行时架构、数据流模型、状态管理和容错机制、资源调度与优化以及与外部系统的集成。此外,还介绍了Flink在实时数据管道、分析、数仓与BI、机器学习等领域的应用实践。同时,文章提供了面试经验与常见问题解析,如Flink与其他系统的对比、实际项目挑战及解决方案,并展望了Flink的未来发展趋势。附带Java DataStream API代码样例,为学习和面试准备提供了实用素材。
90 0
|
1月前
|
分布式计算 资源调度 监控
Hadoop生态系统深度剖析:面试经验与必备知识点解析
本文深入探讨了Hadoop生态系统的面试重点,涵盖Hadoop架构、HDFS、YARN和MapReduce。了解Hadoop的主从架构、HDFS的读写流程及高级特性,YARN的资源管理与调度,以及MapReduce编程模型。通过代码示例,如HDFS文件操作和WordCount程序,帮助读者巩固理解。此外,文章强调在面试中应结合个人经验、行业动态和技术进展展示技术实力。