面经详情

笔试完之后收到了一面，两轮面试都是在牛客上，并且都现场出了手撕代码。一面先问了下简历，然后问了ML的一点八股，比如损失函数，metric，optimization等，通过。二面深挖了下简历，针对实习经历问的比较多，问了前沿技术，没怎么答上来，后来反问面试官想要什么样的人，说是希望对前沿技术跟踪比较勤快的人，感觉可能是因为这个原因导致Fail。二面5天后显示返回人才库。...查看更多

9月9号 一面1.自我介绍2.介绍一个自己的项目，然后问一些细节问题本人做的是强化学习，但是面试官不是专做强化学习的。因此没有问一些很理论或者很深刻的问题，还是比较好回答。3. 问一些传统机器学习的知识：数据的特征工程不同数据的数据量不平衡怎么办树模型的基本知识：正则项，如何避免过拟合提升算法和bagging算法特征如何提取会比较好4. 算法数据结构：DP问题： 计算 将一个字符串 转换为 另外一个字符串的最小操作次数（增删改操作）5. 写出DQN算法的逻辑6. 反问环节...查看更多

首先，我是通过我的研究生导师推荐给一个熟悉的主管研究员进入面试流程的。在这里要感谢我的导师，他的推荐让我顺利地进入了面试阶段。面试全程采用电话进行，整个过程大约持续了45分钟。面试主要包括以下几个方面：学习和科研经历:面试官首先询问了我的学习经历，包括我的专业、研究方向以及在校成绩等。接着，我们聊到了我的科研经历，包括我曾经参与过的项目和发表过的论文。感兴趣的科研方向:面试官对我感兴趣的科研方向进行了深入了解，询问了我为什么选择这个方向，以及我在这个领域的研究成果。我详细地介绍了我在机器学习和边缘计算方面的研究成果和目前正在进行的项目。过往论文实现细节和insight:面试官对我发表的部分论文表示出浓厚兴趣，追问了论文的实现细节以及我在研究过程中获得的insight。我尽可能详细地回答了面试官的问题，包括模型结构、优化方法、实验设计等方面的内容。整个面试过程比较轻松，主要是对我的学术背景和研究方向的了解。面试官非常友好，提问也比较深入，让我感受到了亚洲研究院的专业氛围。最后，我想说的是，面试准备要充分，对自己的研究方向和过往成果要有深入的了解，这样才能在面试中展示出自己的实力。祝愿大家面试顺利！...查看更多

一共进行了两面，第一面深挖简历，理论和模型方面问的比较深，算法AUC实现和搭建一个mlp层。 但面试官人很好，有不会的地方，厚着脸皮让面试官提醒了一下，总体都答上来了，一共一个小时。二面体验感很不好，也可能是网络不好，自己这边听面试官说话断断续续，但面试官人还可以，自己反应了几次，面试官也在调整，但还是听不清，整个流程我都是半猜半听回答的问题，应该更注重思维和解决问题的方式，面试完立刻联系hr，是否可以重新安排二面，结果不可以，挺可惜的。二面半个小时结束。...查看更多