百度地图机器学习算法工程师二面
这次面试官没有迟到,没有机会水了。。。
不过是个女面试官,非常亲和的感觉
开局自我介绍,讲了一下学的课程内容和做的课设项目,了解了一下大概情况
重点分析讲了一下数据竞赛的内容
八股:
1.讲一下集成学习的一些算法
2.GBDT,XGBoost,LightGBM各自有什么优势劣势,适用情况
3.独热编码和embedding的用途,各自优势,为什么用
4.为什么在项目中用了GBDT而不是RF
5.讲一下transformer的结构
6.讲一下文本分类中的一些技术
7.讲一下大模型项目中rag数据处理的细节
场景题:
1.一个数据集里面有正负相关的数据,其中有比较多的脏数据,用随机森林还是GBDT更好
2.地图主要记录了轨迹数据和图片数据,怎么通过这些数据来判断一些地点是否新增交通标识,比如禁止左转的标识
算法题:
给一个数组,建一个二叉平衡搜索树,并且输入访问节点返回搜索路径
八股还行,场景有点不会,算法题写不出来。。。。。
面试官人很好,面试体验很好,就当聊天了
更新:已挂,事实证明算法题写不出来的影响还是太大了
不过是个女面试官,非常亲和的感觉
开局自我介绍,讲了一下学的课程内容和做的课设项目,了解了一下大概情况
重点分析讲了一下数据竞赛的内容
八股:
1.讲一下集成学习的一些算法
2.GBDT,XGBoost,LightGBM各自有什么优势劣势,适用情况
3.独热编码和embedding的用途,各自优势,为什么用
4.为什么在项目中用了GBDT而不是RF
5.讲一下transformer的结构
6.讲一下文本分类中的一些技术
7.讲一下大模型项目中rag数据处理的细节
场景题:
1.一个数据集里面有正负相关的数据,其中有比较多的脏数据,用随机森林还是GBDT更好
2.地图主要记录了轨迹数据和图片数据,怎么通过这些数据来判断一些地点是否新增交通标识,比如禁止左转的标识
算法题:
给一个数组,建一个二叉平衡搜索树,并且输入访问节点返回搜索路径
八股还行,场景有点不会,算法题写不出来。。。。。
面试官人很好,面试体验很好,就当聊天了
更新:已挂,事实证明算法题写不出来的影响还是太大了
全部评论
大佬考虑我们这么,hc多多
兄弟,你的八股是怎么背的,有多少啊,感觉八股非常多的样子
大佬你二面完多久出的结果啊,我二面完问那个女面试官,她说两周内出
相关推荐
点赞 评论 收藏
分享