面经详情

开场问了些传统机器学习算法相关的，聚类算法如何评估，GBDT和XGG的区别是什么，有什么优缺点在实际的建模流程中，你的一般思路是什么。然后接下来就是一些深度学习的问题了。为什么要进行批归一化。如果模型太复杂不能上线，该进行什么样的处理。对比下RNN，LSTM，GRU三者的差异和特点。然后就是针对做过的项目做一些展开。比如项目具体的实现方案，为什么要做这个，现在再来做的话，会有什么更好的方法。...查看更多

LR和SVM --> LR实现简单，可解释性强 SVM、小样本、非线性、高维模式识别超平面跟所有数据相关吗 --> 不是loss区别 --> -ylogy-(1-y)log(1-y) argminw^2预测概率的输出选择LR还是和SVM --> lr svm只分类，深度激活函数，连续特征和离散特征如何处理。 有序数组，从某一地方切成两半，对调，查一个数是不是在这个数组里二分查找[1,2,3,4,5][4,5,1,2,3] o(n)。一个字符串，数字，变成数字，数，求一个平方根newton。 ...查看更多

笔试通过之后直接部门面试。面试官都是真正做技术的，问得很细。进去之后用英文进行自我介绍，然后介绍项目，项目介绍我没有深入都是简单地讲。之后换成中文对话，仔细问项目中的情况，面试官有不懂的时候会提问，也会顺便考察一下相关的知识点。 之后聊了一下个人情况，职业发展计划等等。然后面试官介绍他们的部门情况。最后问了一下能否实习。经验就是把提前准备项目经历，能把整个项目说明白，自己首先得了解项目，清楚自己的责任分工。 ...查看更多

面的是视频编码，面试官是一个搞过视频编码的人，因此我讲的一些东西他都能听懂，这点我觉得很好。我投华为的时候，投的是媒体算法，面试我的却是一个软件开发人员，对视频一点不了解，讲项目时有点鸡同鸭讲。面试的问题都不是很难，我觉得自己答的也不错，之后却没有收到任何音信，挺失望的。...查看更多

面试官先让做自我介绍，然后让我讲讲做的比较好的项目，大约花了15分钟后，开始聊行人识别方面的问题，比如问我发论文的方向或者idea，以及我对该领域发展趋势的认识，整体而言，面试比较顺利，大家如果遇到难以回答的问题，切记不要撒谎就好，要实事求是。ps：面试官人很好，并没有体验到压力面。...查看更多