安全研究院-算法工程师 面试就围绕项目聊了聊 问的东西都是点到为止 聊的多的就是 讲了一些对抗样本的方法，和面试官聊了一下他们做的对抗 大概真是太菜 一面刚退，收到感谢信 我可能真不能做机器学习安全，好想去这个岗啊，，菜是原罪 难受

又是找工作 又是写论文 累挺最近看论文看的脑壳疼有没有交流下MIT那篇文章的啊😑😑😑求指教

今年好像优招跟往年不一样了，两面技术，一面业务 一面： 让我先做两个题，手写 xgb和gbdt的区别 不平衡样本怎么处理 讲下三个比赛怎么做的 结果怎么样，有改进么，扣了一些比赛细节 你觉得这个比赛里，最重要是哪一部分 课题讲下 论文讲下怎么做的 CNN了解么，原理？（傅里叶变换，这里我真不懂） 论文涉及知识图谱 画一下你们构建的知识图谱是什么样的 面试官讲了一下现在知识图谱的发展，难点，部门应用 扯了一下模型的可解释性（课题涉及） 二面： 比赛挑一个细讲 每一特征具体是怎么选择，怎么...

给后面面试小伙伴一点经验，大老远跑去真不容易 因为项目都是用深度学习做的 会不会传统机器学习 讲一下crf原理，怎么训练的 转移矩阵怎么训练的 BILSTM有什么有优点，跟rnn对比一下 lr的物理含义（大家准备统计学习的时候，一定要知道模型是怎么来的，为什么要这么做！😑） 为什么要用xgboost graph embedding介绍一下 过拟合和欠拟合怎么判断 模型上线了，怎么判断是数据过少还是模型复杂了导致的过拟合（不要添加样本） 手撕代码：leetcode42原题 场景题：千亿级数据量下，找两句话相似度，...

面完觉得追一技术真的很棒了，好感爆棚，正式批再战😂! 本人研究方向恶意代码对抗样本 面了两面，面试官简直超级nice，给我解答了很多问题，包括我做的比赛的建议以及研究课题上的，对抗样本的发展 围绕项目 命名体识别 特征选择基本方法 怎么改进 模型结构怎么训练 crf 介绍一下 rnn 到 bilstm的改进过程 bert transformer结构，怎么训练 word2vec 目标函数，怎么训练 doc2vec 怎么训练 研究课题 这么做的动机 FGSM为什么用符号函数 白盒上有哪些方法 ...