校招面试流水帐

猎豹(hr面挂)

笔试+一轮技术面+hr面

 

笔试: 常规算法题, 逻辑回归公式推导, 反向传播公式推导.

 

技术面:

1 怼项目.

2 逻辑回归原理.

3 优化算法, onling learning 或者 牛顿法 挑一个说下. 牛顿法公式推导. 拟牛顿方程是啥(这个当时忘了,憋半天没回忆出来)

4 LSTM是啥, 写公式, 为啥他能防止梯度消失, 和GRU有啥区别, 实际效果差距如何.

5 强化学习是啥, 自己挖的坑......说完面试官一脸懵逼.

6 AUC是啥, 写公式.

7 GBDT原理, 回归树分裂指标, 写公式.

8 常见正则方式, l1正则如何处理不可导点. 

 

hr面:

主要考察

1 是否具有团队合作能力. 例如会问爱好是啥, 说些需要团队合作的爱好最佳. 平时周末干啥, 不要体现出自己很宅(我说的不好,直接宣判"死刑"), hr会认为你缺少团队合作能力.

2 个人职业规划是否和公司匹配. 例如问了未来五年职业规则, 想参与开发什么样产品(提前了解公司产品, 尽量从中找到入手点). 如何看待他们公司产品的.

3 缺点是什么, 万年挖坑题. 不要说硬伤, 或者和上面两点有冲突的点. 说完要讲一下针对这个缺点, 自己做了哪些改进.

最后还问了个问题, 自己是否有偶像包袱, 这里最好说没有, 否则hr会认为你工作中不耐怼心态不稳, 这对于工作节奏很快的公司是硬伤.

 

cvte(拒HR面)

无法到现场面, 两论电话技术面+hr面, 问了很多CRF的问题. 

 

一面电话面:

1 花了很长时间怼项目, 核心创新点是啥, 为啥这么做, 问的很细致, 而且会从中找到你的问题, 不断追问, 要对自己项目非常了解.

2 CRF相关, 说一下CRF原理是啥. 是无向图还是有向图. X是不是图的一部分. 最大团是啥, 势函数和partition function是啥. 如何优化, 最大似然 梯度提升(下降). 如何解码的. HMM如何做词性标注.

3 贝叶斯公式是啥.

4 朴素贝叶斯啥原理, 朴素在哪

 

二面电话面:

1 怼项目, 详细问了attention过程.

2 CRF和HMM区别

3 CRF为啥能解决标注偏置, 这里我说的不好, 尽量不要从概率图d-seperation角度说, 电话面可能说不明白(后来嘴都飘了已经), 面试官也不一定买账.

4 最大似然估计是啥, 和最大后验估计区别.

强制去实习, HR面就没去了.

 

头条(二面挂)

笔试+三轮面试, 二面挂. 宇宙条是一下午连续三轮技术面, 一定做好准备.

 

笔试: 记得有个递归的题, 别的忘了, 有难度. 多刷题.

 

一面:

1 大概介绍一下项目, 问了点细节. 

2 手撕代码, 大数乘法

3 手撕代码, 稀疏矩阵乘法, 这个没准备的话有点难度, 需要设计矩阵的数据结构, 然后再写乘法逻辑. 主要可能在设计数据结构上, 结构有了, 后面编码容易一点.

4 看过哪些pytorch源码么, 建议提前准备.

 

二面:

1 如何过滤垃圾标题. 如何做关键词抽取. 这两个题相关的接触的少, 说的不好, 直接gg了.

3 实时输入数据, 从n个数等概率取出m个数. 

2 手斯代码, 地铁战最优路径问题. 和图算法相关.

 

知乎(offer)

笔试+两轮技术面

 

笔试太早, 完全忘了.

 

一面:

1 传统机器学习了解哪些.

2 逻辑回归推导. 损失函数是啥, 为啥这么设计.

3 过拟合问题咋解决.

4 梯度下降推导, 其他变体. 为什么是负梯度方向.

5 hash算法, 冲突咋解决, 堆积问题咋解决.

6 手撕代码, 链表复制.

7 手撕代码, 链表是否有环.

8 手撕代码, O(1)时间计算子矩阵和.

9 从海量数据中选取子集, 估算总体均值方差, 问子集大小取多少. 当时说的越多越好, 问为啥, 想到了但没敢说, 考大数定律.

 

二面:

1. 1000个硬币, 只有一个不正常(两面都是花), 现在从中取出一个硬币, 抛掷10次都是花的, 问取出来的是不正常的硬币的概率是多少. 考察贝叶斯公式.

2 手撕代码, n个链表存数, 均升序排列, 取所有数中第k小的数

3 残差网络解决了什么问题.

 

华为(offer)

笔试+两轮面试, 过程比较玄学, 最好全程保持低调.

笔试: 三道题, 相比其他公司较简单.

一面: 主要问项目和吐槽我的名字和体格不符. 面试官挺和蔼.

二面: 很多都忘了, 问了hash. 为啥要来北京. 对你来说, 啥是压力? 面试官多数时间是鄙视我的表情. 保持微笑.

 

科大讯飞(offer)

笔试+一轮现场面+一轮电话面, 感谢讯飞.

 

笔试较简单, 但是当时有道题想多了, 没写完, 经验教训啊.

 

一面:

面试官看着年纪挺大. 对照简历, 一项一项问. 问了项目代码的结构设计, 有几个类, 每个类都有啥方法, 是啥功能, 代码量是多少. 感觉是考察简历上东西的真实性.

最后问了文本分类用深度学习如何做. 为啥来合肥, 家人对你来合肥什么看法, 这里埋下了打脸的伏笔.

 

二面电话面:

问的比较杂, 主要是项目里的东西. 例如多头attention是啥, 如何理解多头的. 平时如何搜索论文, 如何看论文, 在公共场合讲过论文不. 这里感谢实验室有讲论文的要求, 是加分项.

又问了为啥想来合肥, 脸疼.

 

招银网络(拒二面)

一面之后收到别的offer, 就没继续二面了.

new和malloc的区别

三个小时有车通过的概率是96%, 问一个消失有扯通过的概率是多少? 三个小时没有车通过的概率是4%, 一个小时没有车的概率是4%^(1/3), 再用1减去.

负采样有什么处理.

一根绳子切两刀, 分三段, 能够组成三角形的概率是多少(1/4)

word2vec和glove的区别.

 

赛灵思(深鉴科技) offer

上面和深度学习相关的几乎都考了. 梯度消失梯度爆炸产生的原因.

手撕代码, n个数组, 均升序排列, 取所有数中第k小的数.

手撕代码, 求一个数的三次方根, 写了个入门级二分法, 当时面试官是不太满意的, 提示从优化的角度思考, 最后也没能写出来.

转载于:https://www.cnblogs.com/zhuangliu/p/10879755.html