《机器学习算法面试》专题

惯例：自我介绍+讲项目 考察问题： 介绍下transformer（语言组织不好，虽然知道原理但是讲的很乱） 为什么需要multi head attention 介绍下layernorm和batchnorm 为什么layernorm在NLP下有效，batchnorm则不是？ pytorch的model.train()和model.eval()的区别 介绍一下集成学习 算法题：二维网格求左上到右下的最

到这里为止，所有流程都走完了。 9月8日 一面，当天出结果 9月12日 二面，当天出结果 9月14日 三面，次日出结果 9月19日 hr面 1. hr上来先介绍了一下这个岗位未来具体做的事情，介绍的很详细。 2. 让我自己讲讲对这个岗位的理解 3. 自我介绍 4. 聊天 ①职业规划 ②你说你是美团的忠实用户，你可以聊聊你自己对美团的印象吗 （本人是究极吃货+旅游爱好者，出去旅游几乎全靠美团订酒店+

9月8日 一面，当天出结果 9月12日 二面，当天出结果 1. 自我介绍 2. 项目介绍，围绕项目出发询问一些相关的问题。这个过程在15分钟左右。 3. ：你前面写题了吗 我：一面写了，二面没写 4. 在我以为要出题的时候，没有了……进入反问环节 我：啊！怎么这么快 ：因为我们这个三轮的技术面是一个综合的评估，有些问题前两面面过了，就没必要再问了 后续流程：说本次面试的结果很快就会出。还剩最后一轮

9月8日 一面，当天出结果 9月12日 二面 1. 自我介绍 2. 项目介绍，围绕项目出发询问一些相关的问题，一定量的八股，还有这个模型为什么不能用在这方面，以及有什么优化方案之类的想法 3. 学校问题 ：我看你这个是两年制的啊 答：其实是三年制的，一般是第一二年上课，第三年做论文。我第一年就把课全上完了所以可以直接进入论文阶段了 ：哦？那你这样时间不会很赶吗 答：对比三年的同学可能是有点吧，但我

说在前面：感谢团子面试官帮我缓解了面试焦虑症。团子面试官人很好，很亲切，还让我不要紧张谢谢团子，可惜人太菜了 8月7日 笔试 4道a了3道 8月22日 收到了 （一志愿）到店-自然语言处理算法工程师 的面试邀请，无奈当时那周实在是太太太忙了，又要搬家又要坐高铁，实在是抽不出时间。于是反馈希望可以安排到下一周，结果上官网一看流程，直接挂了 9月5日 接到 （二志愿）机器学习/数据挖掘算法工程师 电话

15Min速战速决，好像是海面 1.自我介绍 2.问了一个项目:介绍，为什么要这样做。为什么用Resnet18，了解其他图像分类模型吗？ 3.问了研究课题和论文 4.问了实习经历 无手撕

8.23 一面： 自我介绍 项目1,2 算法题：最长回文子串 八股： 逻辑回归 bagging boosting 反问 8.30 二面 自我介绍 项目盘 算法题：重复数字 八股： 逻辑回归为什么用交叉熵损失函数 word2vec为什么只用一个隐藏层 python的迭代器和生成器的区别 反问 唉，二面答的不好，算法题也有点紧张了，没当场撕出来 发面攒人品了

笔试时间60min 题型：10单选、8多选、1编程 （选择题有一半是关于相机标定和双目测距的，考的很细节，没接触过，完全不懂。 transform也考了几道题，考的也很细节，有一题给了四篇文献及其概述，让你选正确项，人都蒙了，后来想想四篇文献应该都是transform的经典文章，就是考你有没有读过它们。 语言八股也有一两道题。 其他的题就是关于深度学习的了，不难，毕竟也没几道题。） （编程题是最大

1. 项目相关 数据集来源 怎么标注 标注的坐标是什么 2. yolo从1开始介绍 3. 了解降维算法吗 pca介绍 4. 了解聚类算法吗 kmeans 密度聚类 5. 说一下knn和随机森林 6. 混淆矩阵 7. 激活函数 说几个 8. 手撕knn 9. 为什么选择llama2而不是其他的 怎么对比的 10. llama2遇到了什么问题 怎么解决 11. llama2有哪些参数 输入长度怎么设置

全程面试大概1小时，流程： 1.自我介绍，（项目，实习。。。。。） 2. 决策树原理 3.信息熵和基尼系数取值范围，连续性和离散型数据是否都能用 4. XGBoost原理 5.为什么要用泰勒展开 7.PCA原理 8.什么样矩阵PCA不适用 9.SVM损失函数 10. 决策森林和决策树的对比，分类和回归分别如何决策 11. 啥叫多态？啥叫重写？ 12. Python 迭代器和生成器是怎么回事？ （本

面试官特别温柔有礼貌，全程无八股无手撕，先是询问我的论文，问的特别细，包括这个卷积核大小是多少，然后他还现场给我计算，仿佛在审稿，后悔没准备ppt了，当场从arxiv下载下来共享屏幕，因为之前面的几家都不怎么关心我的论文，只能说还得是联想研究院 然后问实习经历，追问你个人的代码贡献，主要工作，创新点等，遇到比较感兴趣的，要我当场手敲公式给他展示(*´I`*)感觉真的很有科研氛围

没错，很遗憾，没OC，至少目前还没，那就把面经分享出来，希望积攒rp吧 自我介绍 项目深挖 数据处理、模型选择 手撕lc108 l1和l2正则区别 l1为什么能得到稀疏解 dropout如何做的 lightgbm优化点 lstm和transformer的区别 lstm和Transformer的时间复杂度 强化学习 就这些吧，希望能进oppo #OPPO开奖#

计算机编程是编写计算机程序的行为，计算机程序是使用计算机程序设计语言编写的指令序列，以通过计算机执行指定的任务。

我已经准备好了机器学习算法。我想在一个拥有70个城市的国家将其投入生产。但在将其推广到 70 个城市之前，我想在 1 个城市进行实验，以评估它在生产中的性能。但是，我现在面临一个问题，如果出现以下情况，我应该设置什么标准：1. 时间（我可以将其投入生产多少个月）2.数据（在实时环境中我需要多少数据来评估算法性能） 任何人都可以在生产环境中指导此机器学习实验吗？ 编辑:我正在将机器学习应用于美国的价

本项目对 spark ml 包中各种算法的原理加以介绍并且对算法的代码实现进行详细分析，旨在加深自己对机器学习算法的理解，熟悉这些算法的分布式实现方式。