许愿 & 百度机器学习面经

因为一直觉得没准备好，所以拖到百度提前批快截至的前几天进行了投递，学校在上海，研究方向时cv，但是百度的cv招人太少了，自觉投了也是炮灰，所以斗胆投了机器学习岗位。被百度推荐策略部捞起，整体面试下来不是很难，也没有需要有推荐相关的项目经历（我简历上的都是cv项目）。

更新：简历共享了，许愿拼多多能给个offer吧

8.25 一面 1h

1.项目介绍

2.两个链表是否相交，自建链表测试

8.25 二面 1h

1.三道题目30min

二叉树层次打印

三数之和

零钱兑换

2.项目介绍

机器学习中的分类模型：svm，lr，决策树

深度学习里：全连接神经网络，卷积神经网络

lr的损失是什么，我说不记得，要手推，就手推了一下，参数更新（求梯度）

pooling如何反向传播

常用的优化器 sgd，adam区别

深度学习中学习率调参经验：一般设置为1e-3到1e-4,如果在训练过程中发现loss变为nan需要调小学习率，当batch size扩大时需要等比例放大学习率。

问：为什么要等比例放大？答：batch越大获取的信息更多，模型可以更为自信的跨一大步。是否有其他解释？答：不知道。

一些经典的网络结构知道吗？vgg，resnet，densenet，lstm。

word2vec是否了解？简答说了一下，因为不是很了解。

在windows下编程还是linux下？

会c++吗？

8.27 3面 40min

3面是部门的产品经理，半技术半hr，针对之前做的项目进行了比较广泛的提问，包括任务的分工，项目采用模型的选取考量等。

后面就是比较常见的hr问题：自己的优缺点，平时怎么学习的，一个月看多少论文等。最近有看什么论文吗？

最后是一个场景设计题，如何开发一个时间管理的程序？

分析主要的功能，需要解决用户的哪些痛点？我主要从任务管理的角度回答，包括按时间段设置任务，每日完成情况分析，好友监督等。然后强扯了一下推荐，比如把其他人的一些好的时间管理经验推送给用户（针对设定的任务以及用户的匹配程度）

ps:最后没有问我去不去实习，感觉要凉，不过梦想还是要有的，许愿一下吧~