秋招面试记录（机器学习）
岗位：机器学习/算法
背景：本科211，硕士985（专硕），非计算机专业。
春招0实习offer。
目前面试的公司：中国银联(提前批)、vivo（内推）、华为优招、阿里（内推）、苏宁易购（内推）、汇顶、比特大陆、京东（秋招）、小米
拿到的offer:vivo、苏宁、小米
最后选择去小米呀~
===============================
8.8 中国银联（提前批） 人工智能开发岗
群面：随便说几句，过
二面：（面试前听说投这个岗位的人很多，面试官要么问是否转岗，要么直接问开发相关的知识，我应该运气还不错，至少没有问我转岗不转岗……）
两个面试官，首先问了下研究方向
面试官对我的项目比较感兴趣，让我介绍自己的项目，我无比详细的介绍了自己的项目，觉得很有意思的地方就强调一下，面试官居然没有打断我。
然后问的问题：
1、svm比较常用的核函数（没有让我展开==）
2、介绍一下召回率
3、python如何进行异常处理
4、list和tuple的区别
然后一些简单的机器学习相关的问题（忘记了==）
其中一个面试官对我比较满意，说让我问一个问题（笑着和我说，就问一个哦），我就问他们正在做的项目。
然后又问我，还投了哪些公司，问我两个公司二选一，选哪个？（不知道是不是送命题==）
================================
8.13 vivo（内推） 机器学习算法
邮件是说晚上八点半面试，最后九点面试的，面试官说上一个拖了比较久的时间
首先介绍项目，面试官选了一个让我说，然后问细节
下面都是基于一个项目问的：
1、介绍使用的cnn结构
2、文本处理时filter层参数（fliter的宽度要和词向量的长度一致）
3、池化层的作用（降维、不变性）
4、l-1层最大池化得到l层，假设是四个取最大的一个进行池化，反向梯度计算的时候，网络怎么处理？
CNN网络中，pooling层需要的做的是将误差项传递给上一层，对于max pooling误差项的传递：
5、介绍一下word2vec
6、介绍一下tf-idf
7、说一下svm怎么推导
8、为什么svm推导中可以转化为对偶问题进行求解
(一开始理解错了面试官的意思，还在接着说推导，说着说着忽然反应过来是问我KKT条件==)
9、数组有n个元素，返回前k个最大的数，k<n，并说明时间复杂度
（我说随便用个排序，返回数组的前k个值，时间复杂度O(n^2),或者O(nlogn)）
面试官提示：基于堆排,时间复杂度可以到o(nlogk)
10、还有什么问题吗？真的没有吗？（没有，不想问了==，自己放弃了可以加点分的机会==）
（其实每次面试都可以提前准备好问题，比如问问他们正在做的项目什么的）
面试官说我：机器学习基础不错，数据结构渣==
8.14 在vivo工作的死党告诉我，面试官给的三分（及格分？（雾 ），评价是基础知识掌握较好，思维活跃，思路清晰，表达能力良好，数据结构与编程较弱。
8.14 中午收到通知说晚上10点hr面==
hr面内容：
1、自我介绍
1、自我介绍
2、介绍一个最有成就感的项目，为什么有成就感
3、项目的难点在哪里
4、说一说对目前AI领域的看法
5、职业规划
6、有没有男朋友
7、如何面对压力
8、意向工作地点
9、有没有问题
8.20 vivo线下交流会： HR讲讲薪资及和公司相关的情况
8.22收到录用短信
================================
8.16 华为优招（武汉） 算法工程师
一面：
面试我的面试官不是做人工智能方向的……
基本上是自问自答，面试体验不是很好
二面：
项目中的自己做了什么
难点是什么
自己喜欢干什么
之类的问题
================================
8.21 阿里（内推） 算法工程师-机器学习
简历面（主要根据简历来问的）
边详细介绍自己的项目，面试官边问问题
1、介绍一下使用的CNN结构
2、说一说max pooling 和mean pooling的作用
3、知道其他的cnn网络结构吗（VGG，Googlenet、resnet等网络结构）
4、LSTM与RNN的区别
5、LSTM网络与RESNET网络的联系
6、说一说XGBoost
阿里的简历面基本就是围绕简历问问题
嗯，明显感觉面试官觉得我的项目都太简单了……
=================================
8.22号收到vivo的录用通知，9.2号收到录取通知函，9.10号签完两方
这段时间也一直在学习，但是没有拼劲，动力不足。
但是，金九银十，如果以后工作上不如意，回想起自己在招聘季没有努力，没有找到更好的机会，我会留下遗憾，所以不管怎么样，一定要好好珍惜时间，好好学习，努力提升自己。
结束找工作以后，也要一直学习，提升自己的竞争力。
接下来的计划是：
打比赛、加强coding(刷leetcode的题目)、面试前还是要多补充一下机器学习的基础知识
=================================
9.14 苏宁面试 （算法工程师-机器学习方向）
虽然自己极其不想再参加面试，大概因为渣渣找到工作就已经很满足了，还是push自己去参加了苏宁的面试。准备不是很充分，项目细节有些遗忘，同时机器学习的知识点也有些遗忘==。
面试前听到后面的两兄弟，一个拿到阿里的算法岗offer，说再拿到华为的sp就不找啦，一个收到网易互联网笔试通过的消息，贼兴奋。
两个面试官，都是做技术的，主要都是针对简历上的项目来问的，问细节：
0、为什么没有实习，实验室项目是什么？为什么做算法？
1、说一下boosting
2、说一下梯度提升算法
（使用损失函数的负梯度在当前模型的值作为残差的近似值）
3、接上面，说一下损失函数的负梯度对什么值进行的梯度计算
4、GBDT是通过拟合残差的方式逐渐减小残差的，对吗？
（大概是考对残差的理解，此残差不是数学意义上的残差）
5、项目中缺失值的处理方法
6、如何对类别不平衡的样本进行处理的？
（上采样、下采样）
7、有哪些特征选择的方法
8、XGBoost进行特征选择的原理？
9、项目中LR有没有使用正则化？参数设置的多少？
10、说一说blending
11、说一说AUC曲线，AUC值为0.8时代表什么意思？
12、池化层的作用
13、python使用时间？还问了一下关于python的一些细节
=================================
9.26 比特大陆（暑期在牛客网上投递的，过了很久才面试）
1、自我介绍，然后面试官发现我不是做图像的，他说他是做图像的，然后随意问了几个问题完成面试
2、relu的作用、为什么用relu、relu的缺点
3、说一说softmax
4、交叉熵的物理意义
5、说一说batch normallization的作用、缺点
...
=================================
9.26 京东一面
面试前问人事小姐姐能不能看一下别人的简历，然后就看到其他做算法的人的简历
看到面试的大部分人都会有Bat的实习或者小厂的两个实习、或者比赛拿top几的
==忘记一面面试官问的啥了，主要是与自己项目相关的基础知识
我问面试官面其他有实习的人和面我的区别
面试官说实习过的同学对业务会有自己的思考在里面，会比较深刻一些，基础知识方面大家差不多
9.27京东二面
面试官针对项目的几个点，让我深刻的说一下，答得不是很好。
后来看自己的状态是二面未通过
==================================
准备趁着国庆节稍微休息一下，暂时不投简历了，打一下比赛，试试补招的机会
