无比曲折的阿里机器学习实习面试经历，附面经

1. 你是转专业，专业和计算机有什么交叉

2. resnet原理，要解决的问题，为什么有这样的问题，为什么用恒等映射

3. BN为什么抑制梯度消失/爆炸

4. xgb原理

5. 项目模型融合的方法

6. 项目难点和解决办法

7. 无约束线性规划

初面：

当时正值考试周，没来及记录，已经不太记得具体题目了。但是都是经典面经题+项目。没有难题偏题

终面：

1. 项目

2. xgb原理

3. 怎样处理销售淡季和销售旺季

交叉面：

1. 项目（问的极其极其细致，一下点出项目问题，不愧是总监。面试官像邻居大姐姐一样声音温柔，搞得我一开始还以为是hr）

2. adaboost，xgb，RF原理和对比

3. 深度学习抑制梯度爆炸/消失

hr面：

这个完全是依据个人经历来问，具体问题不太有参考价值。

因为自己比较能扯，每个问题都尽量讲的深一些，然后扩展到相关的知识点上，一个问题能扯好几分钟，因此问题总数不多。也是一种面试策略吧，尽量展示自己，填满面试时间，大部分时间都把主动权握在自己手里。

最后感慨几句。自己是非科班，半年前因兴趣和待遇决定转行，这半年来全部凭借自学，周围也没有朋友一起组队，完全是自己一个人走在这条路上，期间好几次对自己的选择产生怀疑。还好最后坚持下来了。由于在海外留学，经常凌晨被拉起来面试，之后陷在面试的兴奋感中无法入睡，半睡半醒等到天亮，然后起床上课。也经常因为压力很大，有时只睡5、6个小时。还好平常坚持跑步，身体才没有垮掉。阿里的流程也是不好评价，这次在流程除面试外的部分，其难度和不确定性甚至超过了面试本身，等候时间也是无比的长，是个非常磨练意志的过程。

个中滋味。