企业官网建设流程全解析

360春招机器学习工程师笔试，到底在考什么？我把它拆成了这四块

每年春招季，总有一批准备投机器学习工程师岗位的朋友被笔试环节卡住。不是题不会做，而是不知道复习方向，刷了一堆LeetCode，结果打开卷子发现考的是贝叶斯公式、特征选择、模型偏差方差，甚至还有SQL窗口函数——直接蒙了。我拿360公司2018春招机器学习工程师笔试的客观题当样本，把这类笔试的考察逻辑拆了一遍，今天这篇就记录一下我的分析思路和复习方法。

先说明白：这篇不是给你一份原题的答案清单，而是帮你搞清楚“为什么笔试长这样”“每种题在考察什么底层能力”“怎么准备才不会白费功夫”。不管你是准备春招秋招，还是在校生想检验自己的机器学习基础，都能从这里找到一套可执行的复习框架。

1. 360机器学习笔试的整体考察维度与题型结构

1.1 客观题的考察范围：从数学到工程，覆盖完整知识链

360这类互联网公司的机器学习工程师笔试，客观题一般覆盖四块：数学基础、机器学习理论、数据结构与算法、工程与业务场景理解。很多人复习时只看机器学习理论，忽略了数学和数据结构，这是最大的误区。

我统计了一下近几年几家大厂机器学习岗位的客观题分布，概率统计和线性代数加起来的占比通常在30%到40%。为什么？因为机器学习模型的推导、训练、调参，底层都是数学。比如朴素贝叶斯分类器的推导需要条件概率和贝叶斯公式，PCA降维需要特征值和特征向量，逻辑回归的损失函数需要梯度下降求导。数学不会，模型只会调包，笔试一考细节就露馅。

数据结构与算法在机器学习岗位笔试中占比也有20%左右。有人觉得奇怪：机器学习工程师又不天天写排序算法，为什么要考这个？其实笔试考的是你的编程基本功和逻辑思维。特征工程里要对数据进行分组、排序、去重，数据处理里经常要写递归和遍历，这些都需要扎实的数据结构基础。而且客观题里经常出现时间复杂度和空间复杂度的计算，这部分不练基本靠猜。

工程与业务场景理解是第四块，占15%左右。比如给你一个用户点击预测场景，问你选哪个特征最合适，或者问你在数据量很大的情况下用哪个模型更高效。这类题没有唯一标准答案，考察的是你有没有实际做过项目，能不能把技术方案落到业务场景里。

1.2 岗位能力模型：笔试题目背后对应的是哪几项核心技能

我后来复盘发现，笔试客观题表面上是一道道题，实际上每道题都在对应岗位能力模型里的某一项。搞清楚这个映射关系，复习的时候就不会东一榔头西一棒槌。

第一项能力是数学推导能力。对应题目类型是概率计算、矩阵运算、导数与极值求解。比如给你一个二维高斯分布的概率密度函数，让你判断协方差矩阵的含义，这考察的是你对分布参数的理解深度。第二项能力是模型原理理解能力。对应题目是模型对比、损失函数选择、正则化项作用、过拟合欠拟合判断。这类题要求你能讲清楚为什么L2正则化能防止过拟合，而不是只知道加个参数。

第三项能力是编程与数据结构功底。对应题目是时间复杂度计算、排序算法稳定性判断、二叉树遍历、哈希表冲突解决。第四项能力是工程实践与业务敏感度。对应题目是特征选择、样本不均衡处理、模型评估指标选择、A/B测试设计。

我在准备笔试的时候，先把每一道真题归类到这四个能力模型里，然后针对性地补薄弱项。这个方法效率很高，比埋头刷题有用得多。你可以准备一个表格，把做错的知识点按能力分类统计，哪一类错得多就重点复习哪一类。

2. 高频考点拆解：这些题目背后的原理必须吃透

2.1 概率统计与贝叶斯：为什么笔试每次都考，考的是什么层次

概率统计是机器学习笔试的重灾区，也是拉分最明显的板块。你去看360这类公司的真题，概率题几乎每年都有，而且考察的层次往往不是“套公式”那么简单。

最基础的是条件概率和全概率公式。比如一个经典题型：有两个盒子，A盒子里有3个红球2个白球，B盒子里有2个红球3个白球，随机选一个盒子再取一个球，已知取出红球，问来自A盒子的概率。这就是贝叶斯公式的直接应用。但笔试不会只考这种课本原题，而是会包装成业务场景，比如“用户点击广告的概率是0.1，点击后购买的概率是0.3，未点击时购买的概率是0.05，求用户购买且点击过广告的概率”之类的条件概率变形。

再往上一个层次是期望和方差的运算。考察你对随机变量数字特征的理解，比如独立随机变量和的方差等于方差之和，这个性质在集成学习的方差分析里要用到。还有协方差和相关系数的概念，PCA、线性判别分析、高斯判别分析都跟它相关。

还有一个高频考点是常见分布的性质，特别是正态分布、伯努利分布、多项分布、泊松分布。笔试喜欢考的是分布的期望和方差，以及多个独立同分布随机变量的和服从什么分布。比如给你n个独立同分布的伯努利变量，问它们的和服从什么分布，答案是二项分布，这个知识点在逻辑回归的误差分析里经常用到。我当时的复习方法是把所有分布的名字、参数、期望、方差、典型应用场景整理成一张表格，每天过一遍，高频考点基本就能拿下。

2.2 机器学习的核心理论：从损失函数到正则化，要能讲出“为什么”

机器学习理论这块的客观题，考察的深度主要看你对模型的“知其所以然”程度。死记硬背模型的优缺点，很难应付变化多端的题目。

损失函数是第一个高频考点。线性回归的均方误差、逻辑回归的交叉熵、SVM的合页损失、AdaBoost的指数损失，笔试经常出“给定一个损失函数，问你对应哪个模型”或者反过来“这个模型的损失函数是哪个”这类题。这里有个容易混淆的点：为什么逻辑回归用交叉熵而不用均方误差？因为逻辑回归的预测值是经过sigmoid函数的，使用均方误差会导致损失函数非凸，梯度下降可能陷入局部最优，而交叉熵配合sigmoid能保证损失函数是凸函数。能把这条逻辑链条讲清楚，这类题就不怕了。

正则化是第二个高频考点，出镜率极高。L1正则化和L2正则化的区别、为什么L1能产生稀疏解、为什么L2能防止过拟合，这些几乎年年考。我从几何直观的角度给你拆一下：L1正则化的约束区域是菱形，顶点在坐标轴上，所以最优解容易落在顶点处，某些维度系数变成0；L2的约束区域是圆形，最优解不会把系数压到0，但会让系数整体变小。从这个角度理解，比死记“L1稀疏L2平滑”要牢固得多。

过拟合与欠拟合的判断也是热门。笔试经常给一个训练集和验证集的误差情况，让你判断模型处于什么状态，以及应该怎么调整。比如训练误差很低但验证误差很高，明显是过拟合，解决方案有增大数据量、降低模型复杂度、加正则化、做交叉验证；反过来，如果训练误差和验证误差都很高，可能要换更复杂的模型或者加特征。我整理过一套判断流程：先看训练误差，再对比验证误差，最后再决定调哪个参数，这套流程在真实项目里排查模型问题也同样适用。

2.3 特征工程与模型评估：客观题里容易被忽视的两块

很多人复习笔试时容易忽略特征工程和模型评估，因为这两块知识点在教材里比较分散，而且看起来“偏应用”。但实际上，这两块在客观题里经常出现，而且一旦出现，正确率往往很低，是拉开差距的好机会。

特征工程常考的包括：特征选择的方法（过滤式、包裹式、嵌入式）、主成分分析的原理、特征标准化归一化的必要性、类别特征的编码方式。其中PCA是重灾区，笔试爱考“PCA的降维目标是最大化什么”，正确答案是最大化投影后方差，也就是让投影后的数据点尽可能分散，保留最多的原始信息。容易混淆的是线性判别分析LDA，它的目标是让同类样本投影后尽可能接近、异类样本尽可能远离。

模型评估方面，混淆矩阵、精确率、召回率、F1值是必考内容。还有ROC曲线和AUC。笔试里常给一个表格，让你算精确率和召回率，这时候注意区分：精确率是预测为正的样本里有多少真的是正样本，召回率是所有真实正样本里有多少被预测出来了。还有一个容易错的点：样本不均衡时应该用什么评估指标，答案是AUC而不是准确率，因为准确率在正样本占比极低的时候没有区分度。

交叉验证也是高频考点。K折交叉验证的原理、留一法的优缺点、分层采样在交叉验证里的作用，都值得过一遍。特别是分层采样，在处理分类问题且类别不均衡时，每折里各类别的比例要和整体一致，否则验证结果会有偏差。这个细节在真实模型评估阶段也很重要。

3. 备考路线与实操方法：怎么在有限时间内把分提上去

3.1 三轮复习法：从知识点扫盲到真题实战的时间分配

我的备考周期一般是4到6周，分成三轮。第一轮是知识点扫盲，用2到3周把上面提到的高频考点全部过一遍，重点是数学基础和机器学习理论。这个阶段不要做题，关键是理解概念，能用自己的话把模型原理讲清楚。比如你合上书，能解释清楚“什么是梯度下降里的学习率”“为什么交叉验证能评估泛化能力”就算过关。

第二轮是真题强化，用1到2周刷真题。题目来源可以找往年的笔试题目合集，重点关注错题。我的做法是准备一个错题本，按知识点分类记录错题和错误原因。如果同一类题连续错三次以上，就说明这个知识点理解有缺陷，需要回到第一轮重新看书。这个阶段的目标不是刷题数量，而是通过题目检验知识盲区。

第三轮是考前冲刺，用最后一周做模拟和查漏补缺。每天限时做一套模拟题，培养做题节奏。客观题的节奏控制很重要，每道题控制在2到3分钟，不会的先标记跳过，不要在一道题上耗太久。冲刺阶段的重点是看错题本，把高频错误点再过一遍。

这轮复习的时间安排不是固定的，要根据自己的基础调整。数学基础薄弱的，第一轮可以多花一周；工作过的，数据结构不用花太多时间，可以压缩第二轮直接刷题。关键是每个阶段的目标要明确，不要在第一轮沉迷于做难题，把自己搞得很焦虑。

3.2 数学复习清单：哪些内容必须掌握，哪些可以暂时放一放

我把笔试需要的数学知识点整理了一份优先级清单，供你参考。

高优先级（必考且高频）：

• 条件概率、全概率公式、贝叶斯公式
• 常见分布的期望与方差
• 极大似然估计的思想与简单计算
• 矩阵乘法、转置、逆矩阵
• 特征值与特征向量的概念
• 多元函数求偏导、梯度

中优先级（考频中等但也很重要）：

• 协方差矩阵及其性质
• 凸函数与凸优化的基本概念
• 拉格朗日乘子法（SVM推导会用到）
• 中心极限定理和大数定律

低优先级（可暂时放下）：

• 测度论级别的概率论严格推导
• 复杂矩阵分解的数学证明
• 泛函分析相关内容

按这个清单复习，能把时间花在刀刃上。笔试考察的数学深度不会超过本科高数和概率统计的范围，不需要去打竞赛级别的数学底子。我见过一些朋友花大量时间研究SVM的KKT条件推导，结果笔试根本没考那么深，原理级的理解完全够了。

3.3 动手实践：用一个小项目把知识点串起来

光刷题不够，我强烈建议在备考期间做一个端到端的小项目。不用太大，用scikit-learn跑一个分类任务就可以，比如泰坦尼克号幸存预测或者手写数字识别。

这个小项目的作用不是为了写进简历，而是帮你把知识点串起来。你可以在这个小项目里实践：数据清洗和缺失值处理、特征标准化、类别特征编码、PCA降维、多个模型对比、交叉验证调参、用混淆矩阵和AUC评估模型。每一环都能对应到笔试考点。做项目时主动问自己几个问题：为什么这个特征要标准化？为什么用这个评估指标而不是那个？调参时学习率太小会怎样？这些问题就是笔试客观题的出题角度。

我当时做完这个小项目后，对“模型评估指标如何选择”“交叉验证的作用”这些知识点的理解明显加深了，做相关题目时不再是死记硬背答案，而是能推导出为什么选这个。这个从“知道”到“理解”的转变，是笔试拿高分的关键。

4. 常见失分点与笔试现场的实战经验

4.1 高频踩坑点：这几个错误我见过不止一次

先说一个特别常见的坑：混淆精确率和召回率的定义。很多人在考场上一紧张就分不清“预测为正且实际为正”和“实际为正且被预测出来”的区别。我的记忆技巧是：精确率看预测，分母是预测为正的所有样本；召回率看实际，分母是实际为正的所有样本。多默念几遍“精确率看预测，召回率看实际”，做题时先确定分母是谁，再套公式。

第二个高频失分点是时间复杂度的计算。常见错误是算错了循环嵌套的层数，或者忽略了递归带来的指数级复杂度。笔试里的排序算法时间复杂度和稳定性对比也经常考，比如快速排序平均O(nlogn)最坏O(n^2)、归并排序稳定但需要额外空间、堆排序不稳定但空间O(1)。把这些常用排序的时间和空间复杂度以及稳定性背到滚瓜烂熟，白给的分不要丢。

第三个失分点是样本不均衡的处理方法。题目问“正负样本比例1:99，怎么处理”，正确答案包括过采样、欠采样、调整类别权重、使用PR曲线或AUC评估。容易错的是选了“提高模型复杂度”这个选项——模型复杂度跟样本不均衡没有直接关系。这种题考察的是你有没有真实处理过数据不均衡的工程问题，光看书很容易踩坑。

第四个常见的坑是梯度下降的变种选择。批量梯度下降、随机梯度下降、小批量梯度下降的区别和适用场景，笔试喜欢考。要记住：批量梯度下降每一步用全部样本计算梯度，准确但慢；随机梯度下降每步用一个样本，快但有波动，可能跳出局部最优；小批量梯度下降居中，是最常用的折中方案。容易混淆的点是“动量法”和“自适应学习率”这些优化器，笔试如果考到Adagrad、RMSProp、Adam的区别，能说出“Adam结合了动量和自适应学习率”就够用了。

4.2 客观题答题策略：先易后难，时间分配有技巧

笔试客观题一般一个小时到九十分钟做30到50道题，平均每道题只有两分钟左右。这个时间压力很大，如果没有策略，很容易在后半段慌了神。我总结了一套答题顺序，实战下来效果不错：

拿到卷子先花30秒快速浏览整张卷子，标记出自己确定的题、有把握但需计算的题、完全没思路的题。然后从头开始做，遇到卡壳超过2分钟的题直接标记跳过，不要恋战。做完一轮后，回头做标记的难题，这时心态更稳，思路往往也更清晰。最后如果还有时间，再检查一遍计算题。

这套策略的核心是“先把确定的分拿到手”。客观题不会因为你“差一点就做出来”而给分，只有选对才得分。所以不要在一道题上浪费大量时间，导致后面简单的题没时间做。我见过太多人在一道概率计算题上卡了10分钟，最后连送分的时间复杂度题都没做。

关于不会做的题，有一个经验：不要完全蒙，先排除明显错误的选项。四个选项至少能排掉一个不靠谱的，二选一时正确率就高很多。尤其在机器学习理论题里，有些选项的表述本身就有问题，比如“决策树不需要做特征缩放”这种确定性错误选项，可以直接排除。

4.3 从笔试到面试：客观题准备对后续环节的隐性帮助

准备笔试的时候，你可能只想着“别挂”，但其实这个阶段的复习对后面的面试帮助也很大。笔试客观题考察的知识点，几乎就是面试里“机器学习基础”环节的题库。

比如笔试里做的“为什么L1正则化能产生稀疏解”这一题，面试时可能就是“你讲一下L1和L2的区别，顺便说说正则化的原理”。笔试里的“混淆矩阵和AUC”这一题，面试时可能就是“你之前做的项目用什么指标评估？为什么不用准确率？”你会发现，只要笔试阶段把“为什么”理解透彻了，面试里类似的问题都能轻松应对。

我后来跟几个面试官朋友聊过，他们都说面试时最怕的不是候选人不了解最新模型，而是连最基础的“偏差与方差”“过拟合怎么解决”都讲不清楚。笔试阶段逼着自己把这些基础原理搞明白，等于提前给面试做了铺垫。所以别看轻了笔试的客观题，它既是筛选工具，也是你系统梳理知识的契机。

这里再分享一个额外的小技巧：准备笔试时把每个知识点整理成“模型名称-损失函数-优化方法-适用场景-优缺点”这样的卡片格式，笔试前复习用卡片快速过，面试前用同样的卡片准备即兴回答。一套素材两种用途，省时省力。

5. 给备考者的最后几点补充建议

5.1 资料选择与实际操作：用对工具，少走弯路

刷题资料的选取很关键。我建议主攻三类：历年大厂笔试真题合集、经典教材的课后习题（特别是周志华《机器学习》西瓜书的习题）、以及机器学习的公开题库网站。网上能搜到不少往年大公司的笔试汇总帖，先拿最新的年份练手，再往回刷到四五年前的。

西瓜书的习题质量很高，但有些题难度偏大，备考时间不够时可以先跳过证明题，只做概念题和计算题。公开题库网站的好处是题目分类清晰，可以按知识点刷。不过要注意，有些网上题库的答案质量参差不齐，遇到不确定的答案，优先以教材和官方文档为准。

还有一个很多人忽略的资料：论文带读笔记。K-Means、逻辑回归、决策树这些经典模型的原始论文，如果没时间读全文，可以看一些深度解析公众号或者知乎专栏的笔记。这些笔记通常会把模型原理的推导过程、数学细节讲得比教材更详细，适合弥补理解盲区。但不要在这上面花太多时间，重点是基础知识，论文是锦上添花。

5.2 心态调整与健康管理：笔试前的几天不要踩的雷

最后说一点不那么技术但很重要的东西，就是考前几天的状态管理。我见过不少实力不错的朋友，因为考前熬夜刷题，考场上脑子跟浆糊一样，连送分题都做错。笔试前一周，建议把作息调到正常模式，保证每晚7小时以上睡眠。考前一天不要再学新的知识点了，把错题本和高频考点卡片过一遍就好。

考试当天带好证件和计算器（如果允许），提前到考场。不用带太多资料，因为候场时间很短，带多了反而焦虑。做题时如果发现自己紧张，做几次深呼吸，把注意力放在“这道题考的是哪个知识点”上，而不是“我能不能过”，心态稳定对答题准确率的影响非常大。

关于刷题数量的心态，我想多说一句：不要和别人比进度。有人刷了500道题，有人只刷了200道但每道都搞懂了，笔试结果往往是后者更好。客观题的核心是理解，不是题海战术。你要的是“考到的知识点我都会”，不是“所有的题我都做过”。

我在备考过程中踩过不少坑，最深的体会就是：笔试是一场高强度的基础能力检验，拼的不是临时抱佛脚的能力，而是平时积累的厚度。如果能静下心把每个高频考点背后的“为什么”想清楚，把数学推导和模型原理串成体系，客观题这一关完全可以稳稳通过。希望这篇梳理能帮你少走弯路，春招顺利上岸。