这是一篇关于WXG的机器学习面试经历，涵盖了从一面到四面的内容，包括链表操作、SQL连接类型、概率问题、异常登录检测模型构建、自我介绍的反欺诈项目、CV项目的讨论、注意力机制、残差结构、XGBoost防止过拟合、LSTM的计算公式、计算机基础问题、新闻文本分类、数学计算挑战以及SVM的核函数条件。面试还涉及了项目理解、博士研究的看法以及HR面试的相关问题。
一面 1h20min
1.反转链表
2.sql中left jion,right jion和full jion的定义
3，概率题，小明去酒吧的概率是0.9，去A,B,C三家酒吧概率相等。现在发现小明不在A,B两个酒吧，求出在C酒吧的概率。
4，场景题 没有历史数据，已知用户账号登录的几个特征，怎样建立异常登陆检测模型。
下面介绍自己反欺诈的项目，关于特征工程进行了介绍。
最后介绍了自己的CV的项目，没问什么问题。
二面1h
没刷题。全程项目介绍与基础知识考查。
记忆深刻的几道题：
1，self-attention注意力机制的计算方法，进行计算加速的方式（介绍多头）
2，残差结构的计算公式和目的
3，让我介绍自己毕业设计内容，问到谱聚类算法流程
4，XGboost防过拟合的方式
5，LSTM的输出门的计算公式
6，自己反欺诈识别比赛中top-5的特征有哪些？
三面1h
全程计算机基础的问题
1，两个文件中存储的微信号，规模上亿，怎样找出两个文件的都有的微信号？考察数据结构
2，程序中为什么规避递归函数？什么考虑
3，tcp与udp的区别？
4，腾讯会议视频会议视频的传输用的什么协议？
5，多进程之间的通信方式？
最低0.47元/天 解锁文章
扫一扫
1664
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
