移动研究院AI算法工程师面试
记录一下菜鸡被狂虐的经历吧
一面:研究院中的某个产品线
1.自我介绍
2.对哪个算法模型比较熟悉,介绍一下(说了xgboost)
3.xgboost与gbdt的区别
4.运用xgboost前是否需要进行归一化处理,xgboost中如何预防过拟合,如何在训练模型前预防过拟合
5.有没有用过深度学习模型,对哪些比较熟悉(我的方向是机器学习,就说了个cnn)
6.cnn各层的作用(属实是不记得了),为什么不用深度学习,机器学习目前已经很少用了
7.手撕快排(本算法菜鸡当时脑子卡住了,只说了思路,本来是共享屏幕码代码的,真的很想挖地洞钻进去)
8.有哪些offer,期望工作地点
9.反问环节
10月9日 一面:别的产品线的(虐我一次不够,还来第二次吗)
面试官还迟了十分钟,我的网也不好,时好时坏,又铁定凉凉的一次
1.自我介绍
2.在项目中主要做哪些工作
3.简单介绍xgboost和lstm,xgboost中特征重要性排名的依据
4.手撕代码说思路:给一串字符串,如何找到其中的最长回文子字符串(说了个暴力解法,网不好又不知道解释清楚没)
5.最大似然和贝叶斯估计的区别,假设条件
6.是否了解预训练模型(老实说不知道)
7.有无发表论文,期望工作地点
这次面试真的一言难尽,当然也是我自己的原因,网也不好,反正又是被拷打的一次,真的疯狂抠细节,还问了很多没听过的知识点,总之就是有多大能力做多大事吧,研究院还是留给博士吧。
一面:研究院中的某个产品线
1.自我介绍
2.对哪个算法模型比较熟悉,介绍一下(说了xgboost)
3.xgboost与gbdt的区别
4.运用xgboost前是否需要进行归一化处理,xgboost中如何预防过拟合,如何在训练模型前预防过拟合
5.有没有用过深度学习模型,对哪些比较熟悉(我的方向是机器学习,就说了个cnn)
6.cnn各层的作用(属实是不记得了),为什么不用深度学习,机器学习目前已经很少用了
7.手撕快排(本算法菜鸡当时脑子卡住了,只说了思路,本来是共享屏幕码代码的,真的很想挖地洞钻进去)
8.有哪些offer,期望工作地点
9.反问环节
10月9日 一面:别的产品线的(虐我一次不够,还来第二次吗)
面试官还迟了十分钟,我的网也不好,时好时坏,又铁定凉凉的一次
1.自我介绍
2.在项目中主要做哪些工作
3.简单介绍xgboost和lstm,xgboost中特征重要性排名的依据
4.手撕代码说思路:给一串字符串,如何找到其中的最长回文子字符串(说了个暴力解法,网不好又不知道解释清楚没)
5.最大似然和贝叶斯估计的区别,假设条件
6.是否了解预训练模型(老实说不知道)
7.有无发表论文,期望工作地点
这次面试真的一言难尽,当然也是我自己的原因,网也不好,反正又是被拷打的一次,真的疯狂抠细节,还问了很多没听过的知识点,总之就是有多大能力做多大事吧,研究院还是留给博士吧。
全部评论
啊?!这也太可怕了吧···
友友,算法题是当场写还是能不能说思路?,谢谢!
面试时间是多久呢?
10.8一面,同被问了贝叶斯和最大似然估计的区别,对项目问的太细了
12号西安,🈚️手撕
我北京大模型 问的还行
还会被俩部门捞起来嘛
移动研究院怎么还手撕啊😱😱😭😭
相关推荐