Google人工智能面試·真·題（附參考答案+攻略）
可能每個程序猿，都想過加入Google。
然而想要“應(yīng)試”成功，考驗的不僅僅是開發(fā)人員的編程技術(shù)，還能側(cè)面考驗著參賽者的渠道來源是否廣泛、背景力量是否強(qiáng)大、腦洞回路是否清奇……
不過，夢是要做的，簡歷是要投的，說不準(zhǔn)面試就來了呢?所以，我們需要為萬一砸到頭頂?shù)拿嬖?，做好一萬的準(zhǔn)備。
前有萬千過橋的應(yīng)聘大軍發(fā)回攻略，后有民間編程大神發(fā)現(xiàn)隱藏關(guān)卡……是時候來總結(jié)一份Google應(yīng)聘指南了。
P.S. 這份攻略也不僅僅適用于Google(中途落榜的勵志哥還被亞馬遜挖走了呢~)
面前必毒(20道·真·題)
Google的技術(shù)面試流程就是各家的標(biāo)配而已，先遠(yuǎn)程后現(xiàn)場。
面試以強(qiáng)度聞名，可能看看問題就想回家了。這些題目全部由Glassdoor收集統(tǒng)計。不過，順便看下參考答案也是好的。
1、求導(dǎo)1/x。
答：-1/x2
用Python是這樣。
2、畫出log (x+10)曲線。
答：如圖。只要把logx的圖像左移10格。
用Python是這樣。
3、怎樣設(shè)計一次客戶滿意度調(diào)查?
答：第三題就這么抽象了。不知從何說起的我決定指引各位，可以在搜索引擎里查詢一下：“客戶滿意度和客戶忠誠度的計算標(biāo)準(zhǔn)”。
4、一枚硬幣拋10次，得到8正2反。試析拋硬幣是否公平?p值是多少?
5、接上題。10枚硬幣，每一枚拋10次，結(jié)果會如何?為了拋硬幣更公平，應(yīng)該怎么改進(jìn)?
答：小數(shù)定律或許可以幫到你。
附一個參考資料：https://medium.com/@lorenz.rumberger/i-think-a-more-advanced-answer-for-the-coin-toss-game-would-use-the-bayesian-method-569696e89271
6、解釋一個非正態(tài)分布，以及如何應(yīng)用。
答：不知道面試者遇到是怎樣的分布。不過，上個月MIT發(fā)表了用妖嬈的伽瑪分布，幫助自動駕駛系統(tǒng)在濃霧里保持如炬目光的算法。
7、為什么要用特征選擇?如果兩個預(yù)測因子高度相關(guān)，系數(shù)對邏輯回歸有怎樣的影響?系數(shù)的置信區(qū)間是多少?
答：需要處理高維數(shù)據(jù)的時候，很多模型都吃不消。特征選擇可以讓我們在給數(shù)據(jù)降維的同時，不損失太多信息。
參考資料傳送門：https://towardsdatascience.com/why-how-and-when-to-apply-feature-selection-e9c69adfabf2
8、K-mean與高斯混合模型：K-means算法和EM算法的差別在哪里?
答：CSDN博主JpHu說，K-Means算法對數(shù)據(jù)點的聚類進(jìn)行了“硬分配”，即每個數(shù)據(jù)點只屬于唯一的聚類;而GMM的EM解法則基于后驗概率分布，對數(shù)據(jù)點進(jìn)行“軟分配”，即每個單獨(dú)的高斯模型對數(shù)據(jù)聚類都有貢獻(xiàn)，不過貢獻(xiàn)值有大有小。
傳送門：https://blog.csdn.net/tingyue_/article/details/70739671
9、使用高斯混合模型時，怎樣判斷它適用與否?(正態(tài)分布)
答：依然，請前往以下頁面。
詳情傳送門：https://stats.stackexchange.com/questions/260116/when-to-use-gaussian-mixture-model
10、聚類時標(biāo)簽已知，怎樣評估模型的表現(xiàn)?
答： CSDN博主howhigh說，如果有了類別標(biāo)簽，那么聚類結(jié)果也可以像分類那樣計算準(zhǔn)確率和召回率。但是不應(yīng)該將分類標(biāo)簽作為聚類結(jié)果的評價指標(biāo)，除非你有相關(guān)的先驗知識或某種假設(shè)，知道這種分類類內(nèi)差距更小——
詳情傳送門：https://blog.csdn.net/howhigh/article/details/73928635
11、為什么不用邏輯回歸，而要用GBM?
答：GB是Gradient Boosting。引用知乎答主Frankenstein的話，從決策邊界上看，線性回歸的決策邊界是一條直線，邏輯回歸的決策邊界是一條曲線，GBM的決策邊界可能是很多條線。
邏輯回歸只能處理回歸問題，而GBM還可以用于解決分類或排序問題。
參考答案傳送門：
https://www.zhihu.com/question/54626685/answer/140610056
12、每年應(yīng)聘Google的人有多少?
答：兩百萬。大多數(shù)人可能都只是順便投一下，看看會不會中獎。
當(dāng)然，技術(shù)題是出不完的，也是答不完的——以下統(tǒng)一不給答案了，請進(jìn)行自我測試，并注意考試時間。
13、你給一個Google APP做了些修改。怎樣測試某項指標(biāo)是否有增長
14、描述數(shù)據(jù)分析的流程。
15、高斯混合模型 (GMM) 中，推導(dǎo)方程。
16、怎樣衡量用戶對視頻的喜愛程度?
17、模擬一個二元正態(tài)分布。
18、求一個分布的方差。
19、怎樣建立中位數(shù)的Estimator?
20、如果回歸模型中的兩個系數(shù)估計，分別是統(tǒng)計顯著的，把兩個放在一起測試，會不會同樣顯著?
不只是技術(shù)
除了這些深刻的技術(shù)問題，Google歷年的面試中，總有一些直擊靈魂的神秘考題。BI也統(tǒng)計了一些，例如：
- 一輛校車可以放進(jìn)多少個高爾夫球?
- 擦一遍西雅圖所有的窗戶需要多少錢?
- 井蓋為什么是圓的?
再來個長的：
你只有兩個生雞蛋，是可以無比堅固也可以無比脆弱的雞蛋。在一百層的高樓里，在兩個雞蛋都陣亡之前，怎么才能知道它們***能從幾樓摔下來不碎?需要多少步?
雞蛋表示：
很好奇，腦洞考題是怎樣打分的。友情提示：上述幾道題，有些是可以抖機(jī)靈的……
如果你想知道答案和更多類似題，可以在量子位公眾號(ID：QbitAI)對話界面，回復(fù)：“神秘題”三個字。
史上最正統(tǒng)Google面試寶典
真題談完了。雖然面試準(zhǔn)備是個老生常談的話題，但下面這份寶典無論如何你都要看看。
論“血統(tǒng)”，這份寶典最為正宗，因為它是Google招聘官網(wǎng)上專門為“Future Googler”準(zhǔn)備的。一起看看招聘方親自對面試者提出了哪些建議——
預(yù)測面試題：面試前，你基本可以預(yù)測出90%的問題了。“為什么想申請這份工作”“你曾經(jīng)解決過什么問題”等問題基本在面試中必現(xiàn)，寫20個出來先提前準(zhǔn)備著有益無害。
計劃：寫出極可能出現(xiàn)的問題后，針對列出你的清單上的每一個問題，寫下你的答案。這將幫助你加深對這些問題的印象，是面試時能對答如流的利器。
Plan B&C：針對上面這些問題，Google招聘人員建議你***能準(zhǔn)備3個答案。這些備用答案能在***位面試官不喜歡你的故事時，幫你征服下一位面試官。
解釋：面試官想要了解你的想法，所以在面試過程中需要展示你的思維過程和***的解決方案。這個環(huán)節(jié)不僅是在評估你的技術(shù)能力，還在評估你解決問題的靈活性。
講故事：Google面試官希望以會“講故事”。有一個很有意思的面試小技巧，就是每個問題都應(yīng)該用一個故事來回答。比如“你怎樣領(lǐng)導(dǎo)……”的問題***就舉個例子講個故事吧~
探討：在面試過程中你可能會不自覺進(jìn)入一些問題“圈套”，這是面試官想深入了解當(dāng)你遇到技術(shù)難題中你看重哪些信息，希望看到你如何處理這個問題以及你解決問題的主要方法，這時一定要就你的思維過程進(jìn)行討論。
改進(jìn)：思考如何改進(jìn)你現(xiàn)在的解決方案，讓面試官知道你在做什么，為什么要這樣做。
練習(xí)：***應(yīng)聘者要時刻謹(jǐn)記熟能生巧。模擬面試環(huán)節(jié)，自信說出你的答案，直到你能清晰而簡明地講述每一個故事。
看來，準(zhǔn)備Google的面試是個時間活~除了技術(shù)能力需要過硬以外，單單面試時這20×3個問題的準(zhǔn)備也得準(zhǔn)備不少時間呢。
對了，已經(jīng)應(yīng)聘成功的Google工程師們還給你提了一些技術(shù)類問題的“備考”建議，聽聽老人言，助你面試一臂之力。
對，有隱藏關(guān)卡!
應(yīng)聘Google的方法只有內(nèi)推、校招和發(fā)簡歷社招這三種?Naive，小看Google工程師的腦洞了，據(jù)多位大神在博客上透露，Google的應(yīng)聘來源還有秘密渠道。
如果Google捕捉到你在搜索某個特定的編程術(shù)語，可能就會有人邀請你申請這個職位。就有人能解鎖這種隱藏關(guān)卡~
小哥Max Rosett曾遇到過一個有趣的故事。在用Google搜索“Python lambda函數(shù)列表解析”時，搜索界面分裂并向后折疊，一個方框彈出來寫著“你在使用我們的語音”，還邀請他去挑戰(zhàn)一下。
點擊“挑戰(zhàn)”后，頁面跳轉(zhuǎn)到一個叫“foo.bar”的頁面，還會出現(xiàn)一道限時挑戰(zhàn)題。連續(xù)攻破六道題后，foo.bar邀請這位挑戰(zhàn)者提交個人信息。后來，就有招聘人員來要簡歷了。
這個foo.bar的地址如下:
https://www.google.com/foobar/
不過莫激動，沒有得到Google的邀請這個網(wǎng)頁還是沒有辦法注冊的~
故事的***給我們的啟示，可能是多用Google搜索……
Google式“高考”
關(guān)于Google面試這事，其熱度和難度無異于產(chǎn)業(yè)內(nèi)的“高考”，千軍萬馬過獨(dú)木橋的景象又出現(xiàn)了。
這其中有個想進(jìn)Google工作“勵志哥”John Washam火了，這位小哥大學(xué)時修經(jīng)濟(jì)學(xué)，韓國當(dāng)兵退伍后去教授英語，但對于代碼和Google的渴望沒有磨滅，他勵志專門騰出八個月的時間全職準(zhǔn)備Google面試，實現(xiàn)自己的目標(biāo)!
△“勵志哥”John Washam
這是一場“苦行僧”式的修行，小哥曾三周攻讀1000頁的C++書，也在GitHub上收獲了21000多個star，還做了1792張電子卡片方便復(fù)習(xí)……讀書、寫代碼和聽講座的時間總共1000多個小時了。
△勵志哥的夏季閱讀書單，只是準(zhǔn)備過程中很小一部分
八個月的刻苦準(zhǔn)備后，小哥……還是落選了，甚至連電話面試都沒有就被直接拒絕了。
但努力總會有回報，被拒后的小哥目前就職于亞馬遜。
Google雖好，也不能貪杯哦。
