昆仑万维算法面经
7.21 投递简历
8.8 笔试
8.17 一面 30mins 两个人一起面
8.17 一面 30mins 两个人一起面
- 自我介绍
- xgboost有哪些参数可调？能并行吗？
- 决策树过拟合解决方式，损失函数是什么？
- 深度模型常用损失
- 类不平衡如何解决
- 用过哪些优化器？SGD的缺点？里面的学习率可以变吗？哪些优化器可以自动调节学习率？
- 讲讲激活函数，Relu优点
- W2V原理
- AUC值意义、计算公式、ROC曲线横纵坐标意义
- python关键字：break,continue,break
- 平时用什么IDE，如何配置虚拟环境？
- 接手一个python工程项目，如何做？
- 数据加载的方式（想问集群处理方式
- spark了解吗
- linux:1)从日志中查找‘error'关键字 2）路径下的文件
8.19二面 45mins 唠嗑面
- 研究方向（是否发论文，毕业要求，成果，评价指标，本科、高中？？
- 那件事最有成就感
- 那件事成长最大
- 哪科学的最好？为什么好？
- 需要提升自己的哪些方面？
……（一堆类似上述的问题，不写了）
就能聊40多分钟我也挺佩服我自己的，反问环节面试官说他是个负责人，嗯，这是个啥面？
8.24HR面 25mins
主要了解了一下简历里的内容，项目啊比赛啊，谈了一下公司的节奏啊，个人经历啊，人很好，我最近比较低气压，她一直在鼓励我，要哭了要哭了
8.26 boss面 10mins
- GPU的加速原理
- 逻辑回归求参过程
- 卷积的概念
- kmeans缺点
- RF和GBDT区别
- 为什么用拟牛顿法代替牛顿法
- 样本不平衡解决方式
- 力扣刷多少了？啥题最难啊？
- 平衡二叉搜索树的查找时间复杂度
- 哈希冲突
- 16核处理器处理10T文件，选择top100
- 平时关注哪些技术网站？
