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