未通过我面的是NLP算法工程师，第一面还算可以，面试官问了半小时关于机器学习深度学习的问题。比如决策树过拟合怎么处理，梯度消失梯度爆炸的原因和处理方法等。面完后告诉我一面过了，二面的形式是研究一个论文写一篇概述，数学推导和代码还原，工资水平取决于写的水平。我想这种面试不错，能看出水平来，就是会多花一些时间。我当时花了快一周用latex把概述和数学推导写出来，代码还原以及详细分析结果也对照着论文原文做出来了。交上去之后和我说等三面，三面上来问了我三个概率题，我确实太久没复习统计学了，没答上来，然后面试官直接和我说你挂了。我真的人都傻了，面试NLP岗，不问任何关于NLP的问题，不问transformer不问attention不问最新的xlnet的东西，问了三个问题不到10分钟就直接说结束了？？面试官说公司看重基础，不看那些虚的，学习谷歌招人的流程，我就想问您真知道谷歌招人的流程吗？？一面先说写篇文章，那我花一周时间用心去写，然后三面一点反馈没有，也不问深度学习，直接就挂？？我后来去问一面的面试官咋回事，一面面试官和我说他已经离职了，我真的人都傻了，怎么会有这么不专业的公司？？？...查看更多
匿名用户
面试了职位：算法研究员
确定通过
从数据分析工程师转岗算法面试
面试现在这家公司岗位的过程中的问题并不太难，我是从数据分析工程师转行到算法岗，面试的问题主要是围绕着简历写的项目进行的（面试题目只写了现在还记得的）。- 简单介绍一下自己做过的项目- 广告点击率预估：特征挖掘思路，用了有哪些维度上的特征，预测的准确率如何，比上一版本的模型预测准确率提高了多少，模型优化的思路，手推逻辑回归。
文本多分类项目：Xgboost与GBDT的差异，为什么Xgboost训练速度更快，集成学习有哪几种方式，textCNN模型预测的效果如何，word2vec词向量的长度设置为多少维，word2vec为什么选择这个数量的维度进行数据处理- 使用spark进行数据处理，数据量特别大的时候，spark会比较慢，这种情况你是怎么处理的？- 手写二分查找- 写SQL题- 知识图谱项目：说下项目的基本情况，如何对数据进行进行处理的，结果如何。
准确率数据量逻辑相关推荐
确定通过
感觉靠谱
感觉没戏进入微信小程序
前往微信小程序，查看更多结果
立即前往