面经详情

本来想申的是金融工程类的岗位，可是只有模型研发工程师岗位开放，就申请了。发现和自己所学的不太对口，主要是考的都是机器学习，建模一类的问题，没怎么学过。三个面试官，一个主要问，会问你简历上跟他们的岗位契合度比较高的经历，还会问你对逻辑回归啊，了解有什么算法之类的问题，我答不上来。他们说我应该去申金工的岗位。...查看更多

社招 ,通过boss投递的机器学习算法岗, 一上来就手撕算法题 ,不过问的都不难, leetcode原题, 第一题是括号匹配 ,第二题是根据前序, 中序构建二叉树, 之后就是机器学习算法原理, 因为我写的是决策树 ,逻辑回归 xgboost相关的 ,所以这方面问的很细 ,从 ID3到 XGboost 问完了后, 就问一些其他的基础机器学习算法 ,因为没准备, 所以这方面就直接回答说不会.... 后面我说会一些nlp的相关算法, 然后面试就问了一些LSTM 和 transformer的原理, 感觉答的也是不咋地....总的来说面试过程比较亲切、不会感受到太大压力 ,不会的地方面试官也会指引 ,算是一次不错的面试经验吧...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

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

最开始是突然接到一个高德的好像产品负责人的电话（不是我投递的，他说是猎头推荐的），聊了20分钟，问我要不要去北京，我说可以考虑，然后还问了一些现在的工作内容。几天后接到高德电话，应该是技术面试，问了一些spark和redis的深层机制，然后又问了好多业务的具体问题，应用场景，很多很多业务上的。 给我的感觉不像是面试，倒像是取经，问到后面很细节涉及到公司机密的，我也不好说了，感觉要把整套业务学去。面试了40多分钟的业务，之后就不了了之了。这次的体验很不好，难道我是被忽悠了？不知道是不是个例。 ...查看更多