京東世紀貿易有限公司面試流程詳解（含6個分享案例）

2024-07-04 23:46:32 | 來源：職朋網友分享

京東世紀貿易有限公司面試流程是怎么安排的？面試需要幾輪？

據職朋熱心網友分享的面試經驗信息反饋，京東世紀貿易有限公司的面試流程一般分為三輪或者四輪，具體為：

通常網申、內推及現場投遞簡歷后，首先簡歷篩選，然后開始正式面試：

第一輪：群面、無領導小組討論面試等（一面）；
第二輪：HR面、人事面試（二面）；
第三輪：Leader面，業務技術技能面試（三面）；
第四輪：BOSS面，VP高管綜合面試（四面）；

最后，面試結果反饋，發放offer。基本上三輪或四輪；不同時期、崗位、城市的招聘進程可能會有一些差異和調整。

以下是多個職朋網友前往該司面試后，分享的部分面試經驗及面試流程，供參考：

京東世紀貿易有限公司算法工程師面試流程【案例一】：

此面試總共花費7天時間，面試形式包括電話面試，面試的職位是算法工程師。

面試過程

在Boss直聘上投遞的簡歷，全部面試都是電話面/視頻面。一二三面是技術面，后面是業務/HR面。具體問題見“面試官提出的問題”。題目不難，大概是中等難度吧，當天面試完后很快可以出結果。一般只有前三面刷人，后面基本不刷人。

面試過程中面試官提了哪些問題

一面：
一面的面試官是一個做CV的博士后，問題是比較常規的一面常見問題。
1. 項目相關的問題。
2. 講一講LDA算法（線性判別分析）
3. 講一講SVM (建模思想，誤差函數推導，核，優化)
4. 講一講樹模型（RF, GBDT, XGBOOST）
5. 講一講DL（一些常見的 DL相關問題，記不太清了）
6. 方差-偏差分解
7. 除了樹模型，Bagging能不能接其他的基模型。
8. 拉格朗日乘子法能否求解非凸的目標函數問題。
9. Resnet好在哪里
10. Batch normalization原理。先歸一化然后恢復有何意義？
11. 代碼題：快排
一面大概70分鐘吧，然后當天約了二面

二面：
二面是一個做運籌優化的博士。問的問題和一面風格差距挺大。
1. 凸優化的相關知識。
2. 馬爾科夫鏈的相關知識。
3. 仔細講一下XGboost (原理，優缺點等，相當于把那篇論文復述一遍)
4. 場景題，商品銷量的時間序列數據如何分解。（這個答的不完整，就說R里面一個包可以做到趨勢項季節項和殘差項的分解，具體的名字忘了）
5. 場景題，解一個在北京地區的不同庫房分配某一個商品的混合整數規劃問題（要求說出目標函數，限制條件和求解法，也算磕磕碰碰答上來了）
6. Spark和Hive, 我直接說不會（手動狗頭）。
7. 代碼題，二叉樹的層次遍歷。
然后約三面，期間面試官說雖然理解轉專業的難處，但是spark和hive不會確實很扣分。

三面：
三面是算法組長，雖說是技術面但并沒有問特別細節的問題。
1. 講一個比較困難的項目以及如何解決的，我說了實習的一個項目。
2. 講一下從0開始建模到得到結果的完整過程。
3. 數據預處理一般有哪些方法？
4. 訓練集驗證集測試集分割的問題？（大概猜到這是在考時間序列數據不能隨即分割這個點了）
之后說這一輪算過了，她花20分鐘介紹了他們在做的一些項目然后約四面。

四面：
四面是研發經理面，然后他直接說不面了約5面HR面。

五面：
聽說京東HR面很難，所以特別忐忑。
1. 介紹一下自己的經歷
2. 對京東有什么看法？
3.介紹一下自己的優缺點。
4.如果加入京東可以給團隊帶來什么？
最后問我畢業時間，然后說要和其他人討論我這種情況屬于19屆還是20屆。

六面：
六面臨時加了總監面，不過就聊了20分鐘，問題和五面差不多。然后得到口頭Offer。