秋招面试--深信服机器学习算法面经

岗位：机器学习算法

状态：完成所有面试

渠道：内推

1、技术一面

2018年7月21日星期六 电话面

1、自我介绍

2、选择自己觉得做的最好的项目从需求、样本、特征工程、模型选择等介绍

3、为什么要模型融合，模型融合的几种方法，模型融合的优点

（bagging,boosting,stacking,还有我自己项目里面的方法）

4、会哪些机器学习算法（分类、聚类、深度学习都说了一下）

5、LR和SVM的区别（处理点、计算方式、损失函数、自带正则等）

6、白样本多，黑样本少，选择哪个模型更适合一些，为什么？如何评价效果（抽样，训练多个分类器，可以采用bagging,如果LR和SVM里面选择SVM,LR对样本过于敏感，SVM只处理支持向量）

7、LR过拟合是什么样的情形，如果样本有很多重复的特征，对于LR训练效果有没有影响（曲线动荡不光滑；没有答上来，我说肯定有影响，这样会让LR选择那些不一样的特征，具体原因没有想清楚）

8、深度学习模型的初始化要注意哪些问题（权重随机初始化，避免网络退化，初始化范围要小，缩小样本空间，输入样本要BN，防止梯度消失）

9、除了上面这些，觉得自己的优点在哪些地方（结合Kaggle比赛说自己学习能力强，动手实现能力强，熟练使用深度学习框架）

10、实习期间做的NLP是什么内容（因为涉及一些实习公司内部信息，说的很委婉，平均词向量，选择的分词模型）

11、有什么问题想问他的？（不同公司定义算法工程师不一样，深信服的是做什么，他说是做安全和云计算，所以更多的是会做一些安全工作，比如使用算法进行漏洞检测，攻击检测这些）

12、能不能来深信服实习？（答目前实习没有结束，他追问这边实习结束能不能去，我说实习结束肯定要先参加秋招，如果最后双向选择都合适的话，我会跟导师沟通来实习）

13、我补充问什么时候知道结果？（说一周内会通知）

2、技术二面

2018年8月4日星期六 视频面

1、自我介绍

2、介绍一下第一个项目

3、介绍一下UBM-GMM模型

4、介绍一下集成学习，以及你选择的方法原因

5、结合着比赛介绍一下stacking融合的应用

6、介绍一下第二个项目

7、有什么问题想问我的么？

1）结果什么时候通知？他也不清楚面试流程，后面应该会有HR面试，会联系我的。

3、技术三面

2018年8月11日星期六 视频面

1、自我介绍

2、说一下关于机器学习最深刻的项目是什么？

3、在项目讲述过程中问了几个问题：

1）特征是什么样的？

2）怎么构建特征工程的？

3）为什么选择这个模型？

4）如何解决不同备件之间特征不一样但可以用同一套系统去预测的？

5）什么是UBM-GMM模型？

6）效果怎么评估的？

4、模型融合常见方法？

5、LSTM的门结构有哪些？门的输入是什么，输出是什么，怎么在网络里面使用？

6、还了解哪些机器学习算法？

7、讲一下CNN的原理？

8、算法问题：一个特别特别大的字符串，怎么统计给定字符集里面的字符在字符串中首次出现的位置，然后加快效率更好？我说map-reduce，他说更好的呢，用数据结构实现？我说hashtable，在对应位置上面存首次出现的位置就行。

9、有什么想问的？

深信服这边在安全方面比较好的产品输出有哪些？

10、最后告诉我后面由HR面试，请等待HR通知，就在今天

4、HR面试

2018年8月11日星期六 视频面

1、自我介绍与经历介绍

小插曲：

1）提到本科学校的***和负责招生的老师？

2）提到研究生学校这边的院长？

3）提到公司这边和研究生学校之间的合作关系等

2、为什么选择深信服？

1）打算来深圳工作，深圳的优秀企业都可以考虑

2）女朋友想来深圳这边，也拿到了深圳这边offer

3）对安全也比较感兴趣，深信服这方面做的还算很不错的

3、工作和面试怎么权衡的？怎么选择公司？

选择投递的公司需要平台好，口碑好，技术好，钱多

还在实习期间工作是首要的，工作日的笔试面试我都基本上拒绝了

4、哪些还在流程里面？拿了哪些offer?

5、期望的待遇或者对自己定位如何？

希望SP，然后有竞争力的薪资，问大概多少，我觉得XXX吧。怎么了解深信服工资的？offershow哈哈

6、根据面试过程进行一个全面的评价？觉得自己哪些方面能够可以拿到sp?

面试角度

1）面试难度好像不大

2）感觉深信服这边的工作形式比较契合，内容也觉得还算喜欢

自我评价

1）优势：科班、互联网企业实习、丰富企业项目经验、广泛的知识涉猎、热爱

2）不足：NLP刚接触，每轮面试面关于这都不怎么好

7、看你自己比较健谈，平时什么样的人？

8、对工作加班怎么看？平时自己工作有没有加班到11点？

9、问题：

1）面试官对我的评价

几轮面试官给的评价相对都很好，要不然走不到这一关。觉得知识全面、经验丰富，但在某些领域缺少深入，这个也比较正常，每个面试官熟悉东西不同，而且实际工作也不一定用到

2）结果

大概一周内，下周六应该会统一发结果