9.8 投递
9.13 收到AI英语面
9.20 hr问了下预期薪资,通知进入技术面流程
9.22 下午面试官电话约面
9.23 上午9点半、电话面试。(历时约45分钟)
1、个人自我介绍
2、选择一个项目介绍(联邦+ner)
- 用到的数据
- 模型效果评测
- 联邦学习:面对数据非独立同分布怎么做的
- 实体有哪些标签
- 用了哪些公开数据集
- 数据划分(联邦学习)
- 长实体识别
3、用了哪些图数据库(Neo4j)
- 有哪些实体类型(属性类型
数值类: Integer 和 Float
字符类:String
布尔类:Boolean
空间类:Point
时间类: Date, Time, LocalTime, DateTime, LocalDateTime 和 Duration
结构类型
节点类:Node(包含Id,Labels, Map类型)
关系类:Relationship(包含Type, Map, Id类型)
路径类:Path(节点和关系的序列)
复合类型
列表类:List
字典类:Map
)
4、你现在还能完成前端开发任务吗(简历里有一项小全栈开发,flask+前端+mysql+uwsgi+nginx)
5、flask和django的区别,为啥选择flask(没答出来,只说出了flask比较轻量,易扩展。django的特点是真的忘了)
6、你在后端开发中防止并发做了什么。(内心os:防止并发?这是啥。我还重复问了下。面试官解释了说就是nginx和uwsgi。问了这俩的区别是啥。真的感谢面试官)
7、Python 中有个with。解释下它的作用。
8、问了你了解度中心性(后面还有几个名词,忘记了)嘛?(不了解)
9、问能独立进行知识图谱构建嘛。(可以。实习里做了一个图谱)
10、你了解知识图谱的哪些内容呢。(实体链接、实体对齐、图谱嵌入)
11、你能介绍下做过得实体对齐方法嘛。(实习做的,基于属性硬对齐和基于embedding计算相似度卡阈值的软对齐。没让展开讲)
12、反问环节
9.28 上午9点半、视频面试。(历时约40分钟)
hr面+主管面
10.02 意向
总结:
面试体验良好,面试官性格很nice,很温和。知识度很广。
面试结果反馈效率挺高。
#海信面试##秋招##面经##算法工程师##知识图谱#