回覆列表
-
1 # 綠食者
-
2 # AI中國
一些基礎演算法題。包含但不僅限於大學裡面ACM-ICPC競賽中的數論、圖論、資料結構、動態規劃、幾何數學等。不過鑑於很多面試官不是選手出身,所以你被問到的很可能是“Google面試題”、“Facebook面試題”、“國內某BATM面試題”之類的演算法題,你可以以這些為關鍵字上網搜搜看,或者上LeetCode之類的刷題網站(ps:我沒有用過)刷刷題找找感覺。
情景題。面試官可能會給你出一個情景題“在XXX情況下(此處省略100字),你有什麼比較好的方案”。比如說你面試的是搜尋引擎,面試官就和可能和你聊一些搜尋引擎的問題;比如你面試的是線上廣告競價,他可能就會和你聊一聊一些小網站裡面的小廣告;又或者你去面試遊戲,可能會被問怎麼解決當攝像頭跑到牆後面時候的問題。你這裡是深度學習,可能也會被問到以後這方面的情景題吧,你要準備一下。不過其實你回答不出來也沒有很大問題(如果你是校招或者剛剛轉行想做這個),這方面主要考考你的邏輯思維和口頭表達能力。
專業知識。深度學習這方面的專業知識。具體看公司要求了。如果他是想要找一些底子好的苗子自己培養,你這塊懂不懂也沒有太大關係。不過這是一個現實的社會,基本上都是要你在深度學習(視覺)方面的能力達到他們的需求的。而且我要是剛剛把你培養出來你就跳槽了那公司不就虧大了,所以現在招工基本上都要招能馬上上手的。
聊聊夢想。其實你在去面試之前,HR就可能做好了背景調查,所以你可能已經是他們想要的人了。這個時候面試官可能忽略上述條件直接和你聊生活聊理想了。這個時候要切記工資是否達到了你的要求,將來是否有長足的發展,因為如果飯都吃不飽,還談個什麼理想!不過也有可能是在測試你的溝通能力。
我分享幾個吧,不是很專業,是我在參與面試題設計時遇到過的問題。
為什麼深層網路優於淺層網路?
什麼是成本函式?
什麼是梯度下降?
什麼是反向傳播?
解釋梯度下降的以下三種變體:批次,隨機和小批次?
有個很有意思的現象,很多面試者被提問一些演算法原理時就是答不出來,死活都答不出來,但是,你讓他敲,噼裡啪啦一會兒工夫就出來了,我個人是比較偏愛後者,畢竟有產出才是硬道理,對吧
加油哈我是一哥,一個專注於大資料開發的工程師,
對大資料的學習,或工作有問題也能諮詢我。