校招面试经验

一、一份完整的大疆2018校招笔试题和面经送给大家~

（1）L0、L1、L2范数的概念、区别、作用等；

（2）卷积操作的概念、计算；

（3）梯度下降法于牛顿法的优缺点？

（4）样本不平衡怎么处理？

（5）激活函数的作用、种类、优缺点、区别等；

（6）正则化方法；

二、日本留学生】渣硕视觉算法面经：华为，搜狗, 大疆

（1）PCA，LDA；

（2）K-Means的局限性，怎么改进？

（3）针对项目内容进行提问，可能会有尖锐或很细节的问题。

（4）前沿和最新paper；

三、秋招面经 （2017年，比较难，大神级别）

（1）各种算法题（递归、动态规划、树偏多），包含大数据和异常处理（上机，白板）；

（2）度量学习常用的方法，有哪些缺陷？

（3）拓扑排序；

（4）BN：公式、理论以及训练和测试的实现细节等；（这个很重要，大疆笔试有专门提及！！！）

（5）手写-Means；

（6）哪些操作可以防止过拟合？（这个问题也多次提到）

（7）机器学习中的树、SVM、PCA、XGBoost、随机森林等（公式或推理）要很熟悉；

（8）深度学习中的BN，各种网络结构，卷积核参数等一定要清楚；

（9）大疆面试就是问项目，每面10-20分钟；

四、大疆、华为、中兴等一些公司的面试经验

专业知识很重要！！！表达也很重要！

五、图森未来算法岗凉经分享

六、简短面经|携程大疆华为美团银联大众泛亚甜橙中金所

（1）卷积参数的计算；

（2）大疆比较注重项目及其细节；

（3）随机森林、SVM等；

（4）BP、ReLU的概念及公式等；

七、2017-我的秋招之路：机器学习/算法工程师(含大量面经)