算法工程师-机器学习-数据科学家面试准备1- 概述 外企和国外公司、春招、秋招

https://github.com/LongxingTan/Machine-learning-interview

https://longxingtan.gitbook.io/ml-interview/

CS自学指南

Leetcode

刷题策略

时间有限的前提下,精刷大于泛刷

  • 阶段1: 初步掌握考察的常见数据结构和算法,尤其是常见类型的模版
  • 阶段2: 拿到问题,首先从解决问题角度入手,然后从模板中提供线索。模版的基础上,不断强化练习。按tag刷题
  • 阶段3: 真正融会贯通,结合问题交流、复杂度分析、头脑测试,刷题量达到满意要求
  • 面试前,针对面试公司的tag或面经进行重点练习

面试

机器学习方向主要使用python,因此以python为刷题语言

  • 先明确自己理解题意,不明白的地方一定问清楚。通过写几个test case,确保涵盖所有情况。并确认输入输出的类型和边界
  • 开始想人是如何做这个任务的。没有思路时,想想更简单、数量更少时如何处理
  • 转化为代码,用什么数据结构,什么算法。讲思路的时候,一定说清楚为什么选择这个数据结构,并结合有代表性的test case讲
  • 写完代码后,进行test的过程
  • 给出复杂度分析

参考

学习资料

基础

数据结构和算法

操作系统

Web开发与系统设计

分布式

机器学习

  • 常见模型的原理和局限
  • 手写基础算法
    • 写实现两层fully connected网络
    • 手写CNN
    • 手写KNN
    • 手写K-means
    • 手写softmax的backpropagation
    • 手写AUC
    • 手写SGD
  • 延伸
    • 给一个LSTM network的结构,计算how many parameters
    • convolution layer的output size怎么算? 写出公式
    • 设计一个sparse matrix (包括加减乘等运算)
  • 八股文
    • 怎么解决nn的overfitting/underfitting
    • 优化器,如何选择优化器
    • 数据收集
    • 模型选择
    • 推荐,scale\abtesting\trouble shooting

System design

Reference

行为面试 Behavior question

面试考察的不单是技术能力,更是考察是否是未来值得合作的同事。行为面试不可小觑,甚至更多时候软实力都是更重要的能力,因此面试时有针对的准备是非常非常有必要的。

基本态度

  • 说话自信大气,眼睛和肢体不要有多余的动作,professional, 有Leader该有的样子。而且不要我,是你们的损失,有这种气魄,但不要因此傲气
  • 正常的面试官,其实也就是我们身边的人,是和我们谈笑风生的一样,不要有负担
  • 注重记录和录音
  • 注意面试官问题,他想要的答案是什么,一些关键字是什么. 不会的问题,也把能想到和思考的呈现出来即可,relax
  • 任何开放问题,LC或ML,都从最简单开始
  • 适当掌握主动,整体诚信
  • 总是从大的框架入手讲解,横向多对比,纵向如何深入优化
  • 主要发offer之前表现出对加入公司浓浓的兴趣
  • 有些问题,可以多要点时间想想 不要乱说。框架性思考,分点阐述。不必着急回答

常见问题

背后都对应着leadership principles

  • conflicts with manager/跟老板同事如何处理冲突,

  • challenging project

  • think differently

  • simple solution to solve a problem

  • tight deadline

  • 怎么带队

  • 怎么plan项目

  • advocate myself的经历

  • deal with 不配合的同事

  • 怎么让团队保持innovative

  • 怎么说服别人同意你的意见
    首先划定几个禁区,

    • 不要以自己的身份和地位去压别人,而是摆事实 讲道理
    • 就事论事,不要上升到人
    • 意识到自己的错误了 及时承认
  • describe a situation where you decided to step in to help a friend/teammate

  • describe a situation where you explore a new area

  • 怎么给一个完全没有ML背景的客户介绍相关技术概念

  • 跳槽原因

    • 提升技术深度和广度

Project

  • 里面的细节
  • 是否有不足之处,怎么改善/或现在让你重新来做,会如何改善

STAR

  • situation
  • task
  • action
  • results
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

YueTann

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值