《顺丰机器学习》专题

听说写面经可以赞人品 自我介绍 为什么不找研究生学习的算法岗位 为什么不找开发岗位  为什么感觉测试比较适合你 有没有了解过测试岗位的一些要求 对边界值的理解 微信手机端的登录功能如何测试 你觉得测试人员应该具备哪些素质 说一个你遇到的困难，以及如何去克服的 为什么选择来顺丰？为什么不选择像字节、腾讯这些？ 当时有点尴尬  如果来顺丰之后，跟你想象的不太一样，会怎么样呢？ 职业规划是怎样的？会在测

自我介绍 没实习经验？我：嗯 为什么选测试而不去做算法？ 对测试的了解有哪些？ 场景题，抢票，把你的测试理论放进去。然后开始讨论（占大部分时间） 有没有遇到过什么挫折，怎么应对的？（一面问过） 假如你去了新公司，去了你自己不是特别喜欢的部门你会怎么办？（一面问过） 反问 总结：测试用例讨论的时候还是说的少了，面试官建议如果面测试的话可以再准备下。过不过心里没谱呀，感觉第一个问题没实习经验感觉他有点

23-09-11 顺丰一面 30分钟 项目+实习 简单问了下八股 redis常用什么数据结构 如何用redis做延迟队列 23-09-15 顺丰二面 30分钟 自我介绍、介绍项目 SQL优化，遇到些什么场景 项目中最棘手的地方 对kafka的了解，Kafka架构 topic和消费者组的关系 有没有遇到rebalance的情况 对某个框架，组件有没有深入了解，说一下其设计方面的优缺点 为什么选择Ja

事实证明是可以线上二面的。 大家注意哈，顺丰用的赛码如果你点击界面以外是会提示面试官的。面试官途中提醒过我两次，有点可怕 别看顺丰面试时间短，问的还挺难的呢，问了很多之前没接触过的东西 项目深挖＋框架原理 1.项目的主工程路由方案是单独拿出来维护吗 2.具体讲一下实习项目路由优化的解决方案和思路 3.旧项目如何接入 4.子应用接入如何解决跨域的问题（项目中都是同域的，没接触过跨域的情况） 5.新旧

我熟悉算法实现，对机器学习不熟悉，但我在学术和生产之间有差距。 我正在实施推荐系统，学习模型取得了良好的效果，然后我停下来问下一步该怎么办？如何在现有网站上部署它 在学习过程中，我使用了CSV数据集和本地机器，但在线将是拥有数十万用户和数千用户的数据库。所以我认为不可能加载所有数据并向用户推荐东西。 问题是：我将如何在生产中使用我训练过的模型？

我是机器学习算法的新手。我正在学习基本算法，如回归、分类、聚类、序列建模、在线算法。互联网上的所有文章都展示了如何将这些算法用于特定数据。没有关于在正式生产环境中部署这些算法的文章。所以我的问题是 1） 如何在生产环境中部署机器学习算法？ 2）机器学习教程中遵循的典型方法是使用一些训练数据构建模型，并将其用于测试数据。但是，是否建议在生产环境中使用这种模型？传入的数据可能会不断变化，因此模型将无效

将我们的机器学习项目加载到Django服务器时，出现以下错误： 回溯（最近一次调用）：文件“/home/akhil/anaconda3/lib/python3.6/site-packages/django/core/handlers/exception.py”，第34行，在内部响应=get_-response（请求）文件“/home/akhil/anaconda3/lib/python3.6/si

我目前正在开发一个机器学习应用程序。请在此代码中帮助我 - 当我上传大数据集时，我遇到了一个错误。 代码如下: 然后： 错误是： 带有关于错误的附加行和信息： /预处理/字典更新序列元素#0处的ValueError的长度为1；2是必需的请求方法:POST请求URL:http://127 . 0 . 0 . 1:8000/preprocessing/Django版本:2.2.4异常类型:ValueE

5.15官网投递-5.19初筛通过-5.27上午面试。 面试全程半小时，介绍项目内容，问项目输入输出，项目数据量。然后做题，最长无重复字符串子串。做完反问。 面试结束后秒挂😅😅😅😅，我真的栓Q#暑期实习##OPPO##腾讯##阿里巴巴##字节跳动#

校验者: @Kyrie @片刻 翻译者: @冰块 数据集 Scikit-learn可以从一个或者多个数据集中学习信息，这些数据集合可表示为2维阵列，也可认为是一个列表。列表的第一个维度代表 样本 ，第二个维度代表 特征 （每一行代表一个样本，每一列代表一种特征）。 样例: iris 数据集（鸢尾花卉数据集） >>> from sklearn import datasets >>> iris = d

上周五一面结束，这周二约的二面。 全程20分钟，纯聊天。 面试官人巨好。 问了手里有的offer，为什么还在找。 然后是聊项目，论文的创新点。 之后就是反问了，给我科普了广告所做的内容。 问下一轮面试，如果通过就是HR面了。 面试官看时间还比较早，就继续聊了会儿。 面试官人巨好，也跟我说了对我的评价，需要和一面面试官讨论一下再确认结果。 真的是很愉快的一次面试。 许愿二面能够通过

笔试ak了被捞起来了，部门是支付宝广告业务技术部。 全程30min（感觉又要凉） 项目。问GRU的原理（这里重置门和更新门具体的作用记不清哪个是哪个了） 问到线性回归（平时用深度学习比较多，机器学习接触的少一些） 然后就做题了。。 三道题选一个即可，都是leetcode原题，分别是 16最接近的三数和 22括号生成 53最大子数组和 选第三个秒了 反问：业务、新人培养（问HR比较好）、深度学习多还

笔试题目组成： 1、20道选择题 2、3道编程题 总体体验：机器学习算法岗，相比较起纯算法岗，编程部分会更简单一些。在牛客/力扣上大致排在中等左右。 选择题里面考了一道：给定邻接矩阵的深度优先遍历顺序。 编程题： 1: 三数之和 (通过全部用例): 输入[1,4,5,6,7,10,12,15], 18 从数列里面找到三个元素a, b, c, 使其和为target 输出: [ [1, 5, 12],

#美团求职进展汇总# #你收到了团子的OC了吗# 美团履约平台技术部，配送时间策略组 自我介绍，问了我学校和清华什么关系 1、上来一道算法题：找最长的回文串。用动态规划dp秒了。然后问怎么优化空间复杂度，想到从两遍同时找最长回文串来做。 2、然后根据简历来问，没想到简历拿错了，没拿我最新更新的简历。让我讲最拿手的项目。我共享屏幕展示了我最新的简历，讲我的SCI科研项目讲了半个小时。 3、问我ten

【一面】 1. word2vec的原理，skip-gram训练的具体流程，使用的损失函数，是怎么选择正负样本的，选择样本上有哪些优化算法，负采样的原理，还有哪些优化方法 2. 贝叶斯调优，机器学习中有哪些优化参数的方法，为什么交叉熵会作为softmax结果的损失函数？梯度下降为什么有效，关于损失求一阶导数为什么有效？刚你提到了泰勒一阶展开，泰勒二阶展开有哪些相关的优化方法呢？ 3. SGD的原理，