sm

一面：

1. 说一个最能代表你水平的项目（说的文本检测，主要说优化这方面）

2. 文本检测的输入、输出、损失函数、优化方法是什么

3. 延申出来的word2vec 两种训练方法区别和联系

4. 延申出来的优化方法（梯度下降、随机梯度下降、拟牛顿、坐标下降区别和联系）

5. 过拟合的现象和解决办法：训练数据集上表现好，测试数据集上表现不好。解决：数据（增强）和模型（减少复杂度、正则、早停、droupout、batch normalization批正则化）两方面

6. 主要使用的开发语言：python、java

7. 了解的传统机器学习方法：逻辑回归、决策树、支持向量机

8. 集成模型RF、GDBT的区别：

9. 你有什么问题：如果顺利的话，主要的工作内容是什么：

①风控行为识别：主要应用传统的机器学习等方法

②图像内容识别（涉黄信息等）：

二面：

1. 自我介绍

2. 说一个最能代表你水平的项目（流量检测的）

3.LSTM的输入、输出格式是什么shape，如何优化的（纵向和时间度横向、如何在时间步长求导优化，为什么？）

4. 时间序列补齐问题，（补0，截断）

5. 多模态是什么原理，流程，目的是干什么的

6.评价指标：准确率，不应该是精确率吗？召回率，F1值等

7.数据类别是否平衡问题，用的哪个数据集。

8. 你有什么要问我的：（工作内容）

三面：HR

1.自我介绍