目录
阿里面试案例1:
一面简历面,主要问了下简历上写的项目、一些ML DL的基础知识等等,项目就不说了,个人情况不一样,但注意,一定不要瞎写,后面会越面越细致,想水的建议好好思考一下,ML DL主要集中在决策树、集成学习、SVM、GAN、基本DL知识等,一面较浅,不多说;
二面,细致面,还是简历项目加ML DL知识,但是很细节,比如,mask rcnn如何提高mask的分辨率,info gan和gan的细致区别,yolo识别微小物体效果差,为什么,是思想中的哪一步导致了这个结果等等一系列高质量(keng die)问题,答的一般,本来以为凉了,谁知道还有三面;
三面,结合简历上的项目,问一些工程问题,比如,如何在3KW像素的图片上识别出10像素左右的瑕疵(MMP),mAP这个指标,在什么场景下适用,什么场景下会有问题,比如哪些问题(MMP*2)