机器学习实习生面经

第一次实习，所以也是第一份面经，谨以此回馈万能的牛友们
部门：腾讯优图实验室
――――6.27一面1.5h――――
首先必须要说面试官（广东人，下面就会知道why）人超nice，全程感觉像是平常聊天，下面进入正题：
1.自我介绍，问本科毕业设计，一个关于用gbdt做推荐系统的任务（主要是因为本菜鸡为三无选手，无项目，无比赛，无顶会）
2.问机器学习算法原理：boosting与bagging的思想与异同，gbdt，xgboost，rf原理以及三者之间的异同，不同点为什么work
3.问深度学习的一些知识：介绍cnn，及其与普通神经网络的区别和优势，介绍bn层及为什么work，知道dropout吗，说一下原理和作用，介绍一下权重衰减，softmax，交叉熵及代码实现（参数为标签和logit值，面试官全程指导本菜鸡），以及如何防止softmax数值溢出（我隐约记得吴恩达CS230作业上做过，简直有如神助），说几种传统图像分割方法，用过opencv吗（没有，用的skimage库，结果面试官官不知道这个库，还专门去百度了一下😂），用tensorflow还是pytorch，（此处我如实回答tf，面试官建议我了解一下pytorch，说当我了解之后就会发现真香😁，当时差点没笑出声）
3.最紧张刺激的环节：快排，说一下时间复杂度，动态规划―背包问题，面试官最后说基础还可以
4.反问：如果过了等多久二面（隔天就会‘通缉’你😂），部门具体做什么
――――6.28二面20min――――
感觉这个面试官有点急，问了一下研究生在做的东西，所以我就说了导师给我的任务，利用scattering transform+mumford shah模型做图像分割，介绍了一下思路和scattering transform，然后解释了一下与深度学习相比的优势，就结束了，没有反问
二面感觉回答的不太行，一度感觉凉凉，结果

――――6.30hr面20min――――
没啥好说的，问什么答什么，别太离谱就行😁
接下来就是煎熬的等待，隔了一个星期左右oc

第一次实习面试就此圆满结束，期间看了牛友们大量宝贵面经，再次感谢牛客平台和牛友们，并许愿实习期间一切顺利#互联网求职##实习##腾讯优图##腾讯##应用研究岗#