?2016-2026 Matools All rights reserved,
粵ICP備17059708號
前言
在校兩年半，沒經(jīng)歷過面試的毒打，第一次面試給了騰訊，周二晚上學(xué)長幫推的簡歷周三下午就打電話來問周四晚上有沒有空面試。那天下午還在趕著數(shù)據(jù)庫的實(shí)驗(yàn)報告，腦子有點(diǎn)轉(zhuǎn)不過來就說了有空，然后仔細(xì)一看好像前兩天剛搶了節(jié)課，正好是周四晚上
orz，算了算了，翹了，周五再去蹭兩節(jié)，面試重要。
emmmm。。。從來沒面過試，咋準(zhǔn)備呢？仔細(xì)想了想，面試官肯定會問簡歷上的那個項(xiàng)目，畢竟還是有些對口的，時間有點(diǎn)久遠(yuǎn)，就叫了羅大佬來幫忙復(fù)盤一下。復(fù)盤項(xiàng)目的時候，又仔細(xì)想了想大概面試的時候會問些啥，羅大佬叫我去看看別人的面經(jīng)。好的，谷歌“算法工程師
AI
安全”，打開幾個頁面，emmmmmmmm。。。。第一個問題，不會。。第二個，不會。。第三個，還是不會。。。。羅大佬順便給我來了個模擬面試。。涼了啊，怎么感覺自己好像啥都沒學(xué)過一樣的。。。然后周三晚上，就先把自己之前寫的相關(guān)的博客全過了一遍，再把這學(xué)期上機(jī)器學(xué)習(xí)課寫的所有算法再過一遍，然后就是不斷的刷網(wǎng)上的面經(jīng)，我也不知道周三晚上幾點(diǎn)睡的，周四早上8點(diǎn)半起來接著補(bǔ)。。除了吃飯和中間兩節(jié)課，基本都在補(bǔ)之前學(xué)過但沒注意到的或是忘了的知識點(diǎn)了。
然后就是周四晚上的面試。。。開始復(fù)盤
復(fù)盤
* 自我介紹（對，從周三晚上開始還一個很重要的事就是準(zhǔn)備自我介紹。。好難啊，面試官還順便問了問我學(xué)這方面多久了，差不多1年了）
*
介紹一下簡歷上的那個項(xiàng)目（我那個項(xiàng)目名稱是“基于流量特征聚類的C&C域名檢測方法研究”，便介紹面試官邊打斷問些細(xì)節(jié)什么的，其中問了下為什么用層次聚類，其它聚類方式用了沒，我回答說試過
k-means ，但 k 值的選取比較麻煩，然后面試官告訴我 k-means 的 k
可以大致估算出來的。。orz。。項(xiàng)目里面有塊涉及深度學(xué)習(xí)，面試官好像比較感興趣，然而那塊不是我做的，我對深度學(xué)習(xí)不是很熟，然后后面幾次面試官想問深度學(xué)習(xí)方面的問題也都沒能問，還是自己太菜了，哭了，考完試就開始惡補(bǔ)深度學(xué)習(xí)
orz）
* SVM的目標(biāo)函數(shù)（愣了一下，就說原始目標(biāo)為 \(min \frac{1}{2} \frac{1}{||w||^2}\)
）那這里為什么是二分之一知道嗎（之前推公式的時候糾結(jié)過，當(dāng)時得出的結(jié)論是方便求導(dǎo)，推公式的時候多思考思考還是有點(diǎn)用的）
* 介紹下決策樹（想了一會兒怎么說，組織語言有點(diǎn)難），熵的公式
*
集成模型中GBDT的原理（我當(dāng)時說是擬合殘差（因?yàn)榭春枚嗳硕歼@么說），但面試官說不太對，叫我回去好好再看看，我又補(bǔ)了句或者說是負(fù)梯度，就有點(diǎn)懵），還知道其它什么集成模型嗎（RF，隨機(jī)森林，又稍微介紹了下隨機(jī)森林）
*
如果出現(xiàn)過擬合了，該怎么辦（第一反應(yīng)就是加正則化，L1正則、L2正則，好了場面開始尷尬）那L1、L2正則都起了什么作用能說下嗎？（emmmm。。。。。起了什么作用。。什么作用。。gg。。。。emmmm，這個具體細(xì)節(jié)有些忘了。。）那行，接著說其它辦法吧（然后說了K-Fold
和 加數(shù)據(jù)）
* （可能是因?yàn)檎f到了K-Fold吧）那說下你知道的模型集成 emsemble
的方法（說實(shí)話我一開始沒聽清問題，但聽到了集成，稍微了愣了下，在想剛剛不是問過了嗎，但又聽到了emsemble 就知道是問融合，然后就打了下知道的方法）
* 看你簡歷上寫了那么多比賽的獲獎，那挑個你熟悉的比賽講講吧（我想了想，就挑了 kaggle 上 IEEE
的那個比賽介紹了下，不過好像主要還是特征工程，就沒有面試官比較想關(guān)注的點(diǎn)，于是后面作死說了對 V
那組特征的處理方法，先通過相關(guān)性篩選掉一部分，然后再用PCA）怎么通過相關(guān)性篩的，采用的是什么相關(guān)性（gg。。。我當(dāng)時用的是 pandas 里面的 corr
函數(shù)，沒了解里面是啥相關(guān)性，感覺是線性相關(guān)性，但到底是啥。。說了句可能是協(xié)方差，感覺好像不太對。。。）稍微尬了會兒，那說說 PCA
吧（龜龜。。。上周上課老師才講過 PCA， 回來還沒怎么看。。有點(diǎn)忘了，也不知道咋組織語言。。。又 gg ）
* （這里開始經(jīng)受暴擊）那看你簡歷上寫著熟悉 TensorFlow，那問問你計(jì)算圖的概念吧（我死了。。。想說自己熟悉的是TensorFlow
2.0，1.x 版本一直沒學(xué)，只是能大致看懂，真正開始自己用 TensorFlow 開始寫代碼還是前段時間答辯回來裝了 2.0
GPU版本之后開始的。。?？纪暝囇a(bǔ)起來）
* （暴擊x2）你這還寫了個熟悉shell，那我問你個簡單的吧，字符串分割要怎么做（我回去一定馬上改簡歷，以為自己用 shell
寫了個文件轉(zhuǎn)移的代碼就算熟悉了，真是沒經(jīng)過毒打。。然后場面又尷尬了）
11.那再問問你 python 里的 yield
這個關(guān)鍵詞吧（開始以為又要死了，突然想起來好像之前看哪個論文的代碼的時候看到過它，幸好當(dāng)時查了下，算是勉勉強(qiáng)強(qiáng)答上來了）
12.（暴擊x3）看你剛剛提到之前有做過 ACM， 那問你一道算法題吧（當(dāng)時想的是完了，成功給自己挖了個大坑，自從不打 ACM
以來，一年半沒怎么刷過題了，前不久的谷歌機(jī)器學(xué)習(xí)冬令營還因?yàn)楣P試題做的不太好給刷掉了
orz）兩個有序數(shù)組，合并，要求時間復(fù)雜度、空間復(fù)雜度盡可能地?。╡mmmm。。好像還好？跟一開始想象的不太一樣，這不就是歸并排序的最后一步嘛？不對不對，空間復(fù)雜度盡可能地小。。。。再建立一個數(shù)組時間復(fù)雜度已經(jīng)是很小了，但空間復(fù)雜度肯定還不滿足要求，咋做。。。咋做。。。orz。。算了，先回答個最簡單的吧，回答完之后確實(shí)是跟自己想的一樣，空間復(fù)雜度還不滿足，又想了幾分鐘，問了句，這個數(shù)組是不是變長的。。面試官說是的，想到變長也就差不多了）
13.再問問你以后的考慮是怎么樣的，如果選擇的話機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘會選哪塊（我當(dāng)時回答的是如果按目前興趣來看的話會選數(shù)據(jù)挖掘）但是我們這個崗位可能更偏研究一些（我當(dāng)時又補(bǔ)了補(bǔ)，就是更偏向于落地，要讓做出來的研究能夠落地，做那種能有實(shí)際價值的，balabala
地又講了一些）那你后面要不要讀研（可能因?yàn)閯倓傊v的時候說到了有跟導(dǎo)師。。然而。。能保研肯定想讀地呀。。。然而沒法成績保研
我太菜了.jpg）你不是圖靈班的嘛，保研還有問題嗎？（暴擊x4，學(xué)校成績上只保 15 個人左右，然后圖靈班總共有31人。。。。）
14.那我的問題完了，你有什么想問我的嗎
我就先問了問面試官對我這次面試的評價，畢竟是第一次面試，還是想知道自己有哪些不足，然后后面回去補(bǔ)。主要就是深度學(xué)習(xí)掌握的程度不夠，考完試馬上就去補(bǔ)
orz。。。然后又問了問他們具體的研究方向，聽了之后感覺還是有點(diǎn)意思的，但是好像目前水平還不夠哇。。
小節(jié)
面完試之后看了看時間，接近一個小時，周三晚上羅大佬跟我說面試時間一般45分鐘到一個小時，我當(dāng)時人都傻了，想了想自己的知識儲備，似乎二三十分鐘就可以結(jié)束了呀，那場面豈不是一度尷尬？？？面完試自己感覺還好，起碼比自己預(yù)想的要好很多了，不知道面試官具體是啥感想。感覺面試官人很好，盡量避免了問會讓我自閉的問題，
說是一周之內(nèi)出通知，感覺自己能過得幾率不大。。后面繼續(xù)努力了，考完試（年后，最后一門機(jī)器學(xué)習(xí) 31
號，考完跨年，23333）后開始高頻率更新博客，順便改簡歷。。。。
熱門工具 換一換