面经详情

先是自我介绍。因为所做项目和岗位匹配度很高，面试官也是同方向的，所以让我很详细地介绍了项目过程。介绍完成后对于项目细节提了很多问题，如：   · 如果让现在的你去做本科时候入门的限速标识检测你会怎么做；（引入机器学习，大规模收集test sample，不囿于限速标志）；   · 怎样用机器学习的思想完成你本科项目中对于数字的识别部分【我回答的不是很到位，面试官补充道：你想想你自己用肉眼识别总结数字特征规律和机器学习的方法有什么区别和共同点（具体问法忘了）】；（我自己肉眼识别，在sample数很小的情况下，光凭观察看出特定数字的矩阵内数字分布情况；但如果是机器学习，计算机起初不知道怎样的特征对应着什么数字，我们就输入很大的一个sample set，通过sample 和lable的对应来让机器判断怎样的特征属于什么数字）   · 怎样用机器学习的方法来解决最初的分割特定的包含着限速标志的区域？（懵了，这个步骤在我心里一直属于预处理的阶段。我的回答是：交通标识的形状特征和颜色特征都是很明显的。可以把这个问题转化成颜色识别和形状识别。在我当初的做法中，因为处理的照片都是我自己拍摄的，它们的颜色特征和形状特征都很明显。但是如果要运用到实际生活当中，在不同光照环境和角度的情况下，颜色信息和形状信息都很不明显，所以需要用大量的训练集，通过机器学习的方法让计算机知道怎样的颜色区间和形状区间属于限速标志，从而分割出特定区域）【我简直觉得我在不懂强答。。。】      最后一个问题你的神经网络里用到了一个ReLu的激活函数，你说一说这个激活函数比传统的Sigmiod函数好在哪儿。（我简直要哭出来了，果然这么经典的问题又问了一遍。果断直接说：首先二者的数学公式不同blahblah，Relu的优点在于1.计算量比Sigmoid小，因为blahblah；2.解决了梯度消失的问题，因为blahblah；3.有一个更低的激活率，因为blahblah，所以ReLu更好）。 ...查看更多

时间离得有点久远，已经分不清是三轮面试中的哪个了。将题目和要求汇总如下，希望对您有些收获手撕代码，一共三道题，第一题是排序，写一个无序快排。第二题是考察构造数据结构，第三题是说思路的一个贪心算法。紧接着聊简历上的项目，然后是问深度学习的基本思想和过程，写出LR的推导公式，推一下SVM，怎么处理过拟合和欠拟合，怎么处理样本不均衡，说明梯度爆炸和梯度消失，在项目中如何避免。你能否接受到合肥工作，这个薪资你能接受吗？...查看更多

一面：自我介绍姓名 学校 哪个院 方向 成绩 介绍项目：介绍了简历上前两个项目，重点是如何处理数据的，数据集里都有哪些参数，预测什么参数（这边确实不清楚，但是圆过去了，得补充）图像怎么去噪的（这个问题也问了，但是没具体讲）（需要自己补充）反问：公司时长，是否双休？（半小时）二面：自我介绍介绍项目：第三个项目 和第一个项目 还是如何处理的数据的 数据集中有哪些参数（我就说了三个：风力大小，功率，相对位置） 是否为预测（补充：对数据的熟悉）第一个项目：叙述了怎么处理数据的，随机切分 构建数据集 等等 多性能预测 故障预报（0/1分类问题，以后我们需要做的东西 最后做的准确率是多少，宁愿误报也不能漏报）反问： 公司待遇：14k*13+年终奖（部门效益，个人绩效完成工作） 五险一金 无加班费 （半小时）总结：完善简历里对项目的深度了解了解，写上去了 就很有可能被问到。其他根本没问八股文基础知识...查看更多

一面 面试有难度，会问到很多软件开发和代码相关的问题自我介绍+项目（问了挺多的）2、白盒测试，单元测试3、有用过一些第三方的代码或者开源库吗4、进程和线程的区别，通信方式，为什么这么划分5、堆内存和栈内存->效率6、多态有几种实现方式7、重载原理8、C和C++中static关键词的区别9、define和const的区别10、C++11的特性11、智能指针怎么实现的12、右值引用是什么13、性能优化在C/C++的应用14、用过一些设计模式吗？了解一些吗？15、boost等第三方软件用过没有？16、快速排序为什么快17、c++11的unordered_map和之前的map有什么区别，底层原理18、反问...查看更多

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