机器学习面试

一面 一面是技术面，问做过哪些项目，项目中都负责些啥。比较关心你在项目中展现出来的宏观上的能力，而不是具体的技术细节。二面是HR面，主要就是闲聊，问家庭，问个人性格，问导师对你的评价。以及一些压力面试，比如面对危急情况的处理能力等。二面的时间比一面长很多，感觉HR还是挺专业的。...查看更多

一面 先自我介绍，然后讲我做的项目。提了一些项目问题，因为是我独立完成的，比较容易回答。接下来是基础知识提问，我没有准备。包括7层网络架构（我会），python 迭代（我会），python with的作用（我会用，不精通），arp协议功能（功能说对了，但我记成了数据链路层协议），机器学习决策树原理（原理我懂，但求熵的公式没记住），深度学习激活函数选择（不太会），进程与线程的区别（我会），tcp三次握手的数据包名称（忘了） 一面过了。技术专家面试，主要是讲我博士项目细节。聊技术还是很愉快的。然后就过了团队领头大佬亲自面试（我都没注意）。 平常心对待，当成普通技术员聊了聊，问的很细，我参与的项目不知道的部分都被问出来了。但好在我自己的项目都是独立完成的，各种细节全都能答出来，所以没什么问题。然后我问了问团队最近的研发方向。想了一下能做什么项目。然后就结束了。等了大约5、6天，我以为没戏了。估计他们也是在犹豫选择中。最后就过了。...查看更多

面试分为三步： 1. 印度HR视频面试，问你一些基础问题，工资、工作情况预期薪资什么的。如果没问题会给你安排第二轮技术面试。2.协作同事技术面。主要问你的项目什么的。有可能会考你基础的编程，或者英语。我因为时间问题都没有问。编程应该不难，最后面试官只问了我会不会写冒泡。他们那边关心的能力是你是否有涉及模型qa方面的经验，比如怎么保障你的模型在生产环境中是有效的，假如在一个很重要的领域去应用你的模型，怎么去阻止模型失效的情况。在unseen的case上，如何避免失效之类的。二面结束面试官告诉我安排三面，然后要准备一个presentation，详细介绍你的项目，用英文。3.manager面。不过参加的人不只manager，还有两个应该是同事，加上二面面试官总共四个人，不过都是中国人。我就根据presentation介绍自己的项目，然后他们的主要关注点，还是模型的risk问题。三面因为全英文面的原因，面的一般。面完很快就收到拒信了，不知道是需求不契合还是英语的原因。总体评价面试难度还是挺高的。...查看更多

校招的算法研究员，数字人方向。目前面了三轮技术面，还差最后一轮HR面。一面应该是line manager，一开始先问了简历上的项目经历，没有针对性问很深的问题，点到为止。然后问了一个算法题，应该不是很难。一个非负整数列表，每一个元素代表能够最多向前走几步，需要判断是否能走到列表尽头。我没刷过题，在面试官的引导下才一步步写出来。部门核心成员面试，流程一样，先问简历项目，再出算法题。算法题是leetcode的390，我用的是最naive的解法，然后问了复杂度，我回答的O(nlogn)，但其实应该是O(n)。总监面试，流程和之前也都一样。这次的算法题是一个最短路径题，我先答了用广度优先遍历，然后被要求简单实现广度优先遍历，写出来之后被找出来三个错，改掉了就OK。PS：算法题都没要求需要跑，三个面试官感觉都挺nice的，流程也推的很快，基本两三个工作日就到下一次面试。现在还差最后一轮HR面，发面经攒人品！...查看更多