面经详情

面试主要 问以前做过的数据模型经验会仔细追问细节 比如准确率提高了多少 召回率（recall）怎么样roc curve的原理decision tree 和random forest gbdt的区别模型选择的方法 也会问一些之前项目数据量多大 和一些项目里面的role还问问一些职业规划的问题...查看更多

一面，气氛融洽，一直耐心地听我balabalabala。 二面，气氛也很好，面试官出了不少开放性问题，我把我的那点AI知识全都都抖出来了，感觉算是勉强通过吧。最后面试官还带我去吃了个晚餐。 三面，气氛也很好。本来以为是技术面，没想到那个leader问了我好多职业规划职业发展方面的问题。把我问懵了。 ...查看更多

简单描述下背景，本人有一年多工作经验，恰想换个工作环境，面试岗位薪资比原来的低一些，但看介绍感觉环境不错，后来就面试了。 下午面试，只有我一个人，是个年轻的女面试官。开始就是常规的聊理论知识，聊了一个多小时，我都回答了，还稍微描述了一下程序实践的场景，但面试官不满意，一直觉得我讲得不够具体，评价我理论知识不好。正当我以为差不多的时候，面试官竟然说还让我做套题目再走，前面都算了，关键后面还拿了份数据给我，让我现场写个程序分析一下，还指定要python，结果一折腾又是一个多小时。我感觉差不多了，让面试官审阅一下，结果又是一句话说，“好像也不咋的”。这时候我已经想走了，面试官又跟我闲聊了起来，最后又总结说，我表达能力也不好。最后我终于走了，什么时候呢，晚上六点半将近七点了。 Anyway，我只想说，别人是面试官别人说了算，觉得我各方面能力不行，不要我，OK，可以没问题，但大家时间都宝贵就别浪费时间了。大半年前的事了，本人现在也在其他地方工作了，回来吐槽一下，大家看得开心就好。 ...查看更多

开场问了些传统机器学习算法相关的，聚类算法如何评估，GBDT和XGG的区别是什么，有什么优缺点在实际的建模流程中，你的一般思路是什么。然后接下来就是一些深度学习的问题了。为什么要进行批归一化。如果模型太复杂不能上线，该进行什么样的处理。对比下RNN，LSTM，GRU三者的差异和特点。然后就是针对做过的项目做一些展开。比如项目具体的实现方案，为什么要做这个，现在再来做的话，会有什么更好的方法。...查看更多