面经详情

线上笔试通过后，面试是在酒店进行的。面试是围绕着项目展开的。问题： 1.讲讲knn，怎么实现？数据量大怎么办。 2.topK问题。 3.逻辑回归的交叉商公式。 4.sigmoid的公式以及图像。 5.讲讲决策树。 6.讲讲随即森林。 7.bagging 和 dropout的共同点。 8.讲讲pca和svd9.讲讲方差和偏差大概是这样。 ...查看更多

我走的是内推，一共两面，都是电话面试。一面是个小哥哥，晚上10点多来的电话，投的是算法相关，首先问了论文相关的，和相关技术细节，也讨论了很多东西，聊的很开心，然后最后，我问这么晚还没下班啊，小哥哥说，回去也没有事情做，就主动加班的，很可爱了。不久就收到邮件，面试通过。 二面，和一面隔了一个来月，我以为都凉凉了，二面比一面更严格，30多分钟，根据你的论文，算法相关问了很多开放拓展性的问题，看看你的知识面和思维发散能力，之后便是问的技术细节，和数据结构的基础知识。其实考的不难，只是本人基础太差，这部分答的不好。 二面应该是挂了。哎，怨自己基础太差，没有抓住机会，这几年只顾着学习深度学习，忘记了基础的知识。 ...查看更多

面试全程很轻松，一共两个人面试，其中一个是技术面试官，因为是刚刚毕业的应届生，主要还是问的毕业设计的相关问题，包括使用的框架，方法以及最终效果等，另外一个面试官是部门管理，主要问了一些与技术不相关的东西，包括同事之间交往，还有给自己的技术打分的。 整体过程中在自己不会的时候面试官会主动引导，非常愉快的一次面试经历。 ...查看更多

面试NV的Deep Learning Performance Architect岗位，硕2年经验。一面初筛，面试之前感觉没戏，应为岗位unmatced，中间面试过程中，也和面试官聊到了这个问题。聊了一个小时的项目，我做的是编译器前端的工作，面试官挺感兴趣，聊了很久。最后出了一个C++模板的题目：给定多个参数args，查找其中是否有存在tgt。其实简单的，考察模板特例化，但是当时模板看的很少，直接放弃了。第二天收到感谢信。...查看更多

一面：面试官很亲和，上来主要是简历面，可以说是面面俱到，基本上简历上的东西都被问了个遍，而且还会眼神的考察一些基础知识，比如说介绍一下某些模型的细节、原理等等，稍微扩展了一下简历之外的东西看看知识的了解情况吧，比如说问了我句子相似度、传统方法做文本分类、SVM、word2vec等几个并没有出现在我简历中的知识点。 然后也有几个开放性的问题，比如说我的实习，如果让我采取方案的话我会使用什么方案，fasttext、CNN、RNN的优缺点各是什么等等，也都简单的聊了一下，感觉整体上来讲面试的效果还算可以，基本上问题的回答上来了。面试官也没有深究细节，点到为止。最后问了我关于实习地点在杭州是否可以，可是我还有别的选择吗。 ...查看更多