[oppo暑期实习]机器学习算法实习生-1面2面hr面面经
2022-03-11 OPPO暑期实习一面
自我介绍
介绍一下如何减少的通信传输
GBDT和XGBOOST的区别？
XGBOOST为什么要二阶泰勒展开？
XGBOOST为什么不三阶或更高阶泰勒展开？
多任务模型是如何建模的？样本是如何选取的
特征是怎么选取的，是如何处理的？
训练一次要多久，模型是否考虑上线？现在是多久更新一次？
有没有做特征筛选？
介绍一下实验室项目，NSGA2算法的具体原理是什么？
反问：部门组成，部门业务
复盘：一面基本上围绕着自己的项目来，实验室项目做过好久没有再总结和整理，拉跨掉了，有可能留下不好的印象。
2022-03-17 oppo暑期实习二面
SMOTE算法原理是什么
为什么考虑下采样不考虑上采样
介绍一下信息熵
信息熵相对熵还有交叉熵是什么关系
介绍一下交叉熵损失函数
为什么分类问题使用交叉熵回归问题使用MSE
分类问题为什么不能使用MSE
one-hot相较于Embedding的优势
FM算法相较于逻辑回归优势在哪里
FM算法泛化性体现在哪里
说说优化器的关系
说说Momentum、adam、adgrad优化器的关系
了解不了解RNN\GRU\LSTM
反问：我们部门的业务内容，以及什么时候收到结果
复盘：因为基础比较差，以及这段时间忙着实习，忽略了八股这块，导致二面一度***，感谢二面面试官手下留情。
都是一些比较常规的问题
自我介绍
个人未来规划
学校里面遗憾的事情
有成就感的事情
如何看待地域问题
为什么要来oppo
目前有什么offer
2022-03-24 收到了offer邮件
总结：整体下来感觉oppo流程真的快，从面试到hr到oc，两周以内能完事。第一家开始暑期招聘的公司，也是第一个投递的公司，也是第一个拿到offer的公司，爱了爱了。
一些体会：正逢最近在疯狂做笔试，讲道理有被打击到，刚刚结束了携程的笔试，发现自己笔试这块确实不行，之后要狠狠恶补一下。
#OPPO暑期实习##OPPO##面试题目#
投递美团等公司10个岗位 >
查看14道真题和解析