面经详情

跟上一个机器学习岗位的人经历一样。同盾根本不是要招人，就是在套取行业信息的。去了之后，什么模型啊算法啊都没问，一个劲儿问公司哪些产品，用了哪些别的公司的产品做评分卡，效果怎么样？HR在面试前可热情了，面试后就不响了，不回信息。这种面试电话面面不就得了，还搞什么现场面试。这不是浪费面试人时间么？还请假大老远的跑来。为了套信息的面试，真low。...查看更多

—BAT机器学习面试1000题系列（第1~10题）1.请简要介绍下SVMSVM，全称是support vector machine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：这里有篇文章详尽介绍了SVM的原理、推导，《支持向量机通俗导论（理解SVM的三层境界）》。此外，这里有个视频也是关于SVM的推导：《纯白板手推SVM》2.请简要介绍下tensorflow的计算图@寒小阳：Tensorflow是一个通过计算图的形式来表述计算的编程系统，计算图也叫数据流图，可以把计算图看做是一种有向图，Tensorflow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。3.请问GBDT和XGBoost的区别是什么？@Xijun LI：xgboost类似于gbdt的优化版，不论是精度还是效率上都有了提升。与gbdt相比，具体的优点有：1.损失函数是用泰勒展式二项逼近，而不是像gbdt里的就是一阶导数2.对树的结构进行了正则化约束，防止模型过度复杂，降低了过拟合的可能性3.节点分裂的方式不同，gbdt是用的gini系数，xgboost是经过优化推导后的更多详见在k-means或kNN，我们是用欧氏距离来计算最近的邻居之间的距离。为什么不用曼哈顿距离？曼哈顿距离只计算水平或垂直距离，有维度的限制。另一方面，欧氏距离可用于任何空间的距离计算问题。因为，数据点可以存在于任何空间，欧氏距离是更可行的选择。例如：想象一下国际象棋棋盘，象或车所做的移动是由曼哈顿距离计算的，因为它们是在各自的水平和垂直方向做的运动。...查看更多

面试通过。1对1面试，有收获，有笔试。实习：笔试不难但是0AC 好像100分就能面试 技术面问的很基础 但是答得不是很专业 现场写了一道代码 一面总共50分钟吧 面完就收到了过了的短信 业务主管面就聊了聊简历上的东西 30分钟不到 本来以为凉了 过了一个星期看网上进展显示通过...查看更多

电话面试hr主要问了对于annotation analyst岗位的了解，听我讲完后还给我解释了一下这个岗位的主要工作，后面问了我为什么想换工作，对于Apple的了解，期望薪酬，后面还留给我一点时间提问，主要问了待遇上的问题，全程中文，hr电话过来的时间很准时并且态度友好～最后还说我目前的工作和Apple这个岗位的工作薪酬稍微有点差距，让我仔细考虑一下回复邮件。...查看更多