Última actualización: 25/10/2019
21/08/2019 - Catálogo actualizado
05/09/2019 - Añadidas 9 unidades
21/09/2019 - Actualizar información del autor
11/10/2019 - Actualizado 10 más sutras faciales
25/10/2019 - Actualización de la Academia Alibaba Damo
1. Descripción general de Huawei, DJI, Toutiao, Alibaba, Baidu, Alibaba, Tencent, JD.com y Xiaomi
2. Entrevista de pasantía sobre el algoritmo de visión por computadora de Tencent 2020 para 985 títulos de maestría no especializados de licenciatura y maestría
3. Entrevista para la pasantía de verano de visión por computadora de Baidu
4. Entrevista para la pasantía de JD Computer Vision
5. Oppo aprueba las entrevistas de trabajo en C++ por adelantado
6. Midea aprueba de antemano a los ingenieros de minería de datos de Python
7. Pasante de algoritmo de imagen en Momo Technology
8. Tres aspectos del front-end de Baidu
9. Cambrian: ingeniero de aprendizaje profundo
10. Página de inicio 2019.7.24
11. Baidu
12. Tencent
13. Pinduoduo2019.8.13
14. Calle Mogu 2019.8.14
15. Desarrollo de juegos NetEase Interactive Entertainment
16. Búsqueda 360 (clasificación): ingeniero de aprendizaje automático
17. NetEase Internet: ingeniero de aprendizaje profundo
18. SF Express sp y ihandy ventas especiales para clientes de ganado
19. Didi Niuke sp sesión especial
20. Sesión especial de Kuaishou Niuke sp
21. Yitu
22. Tencent
23. Visión
24. Baidu
25. Sogou
26. OPPO
27. 58 en la misma ciudad
28.Huawei
29. Academia Alibaba Damo
Notas
Tengo una licenciatura y una maestría de 985 (la escuela tiene una clasificación más baja). No tengo experiencia en informática y he realizado proyectos de CV relacionados. Me siento un poco culpable, pero el jefe ha liderado. varias competiciones.
Trabajos del algoritmo de visión por computadora de Tencent
Recuerdo general del contenido de la entrevista, sin importar qué entrevista se realizó.
No importa qué entrevista sea, siempre se presentará primero, describirá sus puntos fuertes durante un minuto y, a veces, mencionará brevemente sus puntos de vista sobre las deficiencias.
¿Has participado en pasantías relevantes, qué proyectos has realizado, cuántos partidos has jugado y en qué posiciones has jugado? Centrándome en un juego que conozco, explicaré en detalle los principios del algoritmo y el análisis de los resultados del juego. Si vuelvo a jugar la próxima vez, cómo mejorar mi clasificación. ¿Cuál es la ganancia al jugar el juego? ¿Cuál crees que es la diferencia entre industria e investigación científica?
Maestría ordinaria 985, pero sin ninguna recomendación interna, recibí la oferta de prácticas de verano de Baidu CV
No es demasiado difícil, los entrevistadores son muy amables, hay tres rondas de entrevistas, proyectos basados en currículums y luego comenzamos a expandirnos.
Resumen: Mi hermano sugiere centrarse en la investigación de algunos algoritmos subyacentes, estructuras de datos, árboles de decisión y métodos de implementación de algoritmos de procesamiento de imágenes comunes.
Resumen: Básicamente, todas las preguntas de ambos lados son sobre el proyecto, y las otras preguntas son para centrarse más en sus ideas para resolver problemas y analizar errores en su proyecto.
Resumen: Los entrevistadores son relativamente profesionales y no se dan aires de entender. Si no lo sabe, simplemente diga que no.
Autor: reenvía esto más allá de hermana.
Autor: Shui Yi Shui
1. Respuesta de autopresentación: una ola de operaciones de rutina, información básica + capacidad técnica + poder blando.
2. Cuéntanos sobre los concursos o proyectos en los que participaste. Respuesta: El cartel hablaba de un concurso.
3. ¿Qué se utilizan generalmente para los modelos de imágenes? Respuesta: El cartel decía que utiliza principalmente redes neuronales profundas y habló sobre un proyecto.
4. ¿Qué modelos conoces sobre aprendizaje profundo o aprendizaje automático? Respuesta: El cartel original mencionó resnet en el proyecto a través del aprendizaje profundo. En el aprendizaje automático, las competencias generalmente usan lgb y xgb, y algunas también usan LR. En una competencia anterior, también usé lsmt, rnn y similares. Adecuado para este tipo de competencia. El lenguaje natural funciona mejor.
5. ¿Qué bases de datos has utilizado? Respuesta: No la uso mucho. He usado la base de datos RDS de AWS, pero he aprendido todas las declaraciones SQL.
6. Ahora hay una tabla que te permite insertarla y actualizarla. ¿Cómo usar SQL para implementarla? Respuesta: insertar y actualizar.
7. Lo que acabas de decir son dos declaraciones. ¿Cómo implementarlo con una declaración? Respuesta: Estuve en blanco por un tiempo y realmente no pensé en eso. El entrevistador dijo que tal vez no la use con frecuencia. Le dije que sí, que la base de datos no suele ser grande y que los requisitos para la cantidad de declaraciones no son muy estrictos.
8.¿Qué idioma hablas principalmente? ¿pitón? Respuesta: Bueno, uso Python más recientemente, pero el proyecto en el que me acabo de inscribir en realidad se realizó en C++.
9. ¿Qué paquetes de Python utilizas principalmente? Respuesta: Sklern, numpy, pandas y matplotlib para hacer dibujos. Me sentí lento por un tiempo y no podía pensar en nada más.
10. ¿Para qué se utiliza el índice de pandas? Respuesta: Los datos están ajustados, lo cual es algo similar a la clave primaria de la base de datos (no creo haber respondido bien a esto, no sé si el entrevistador lo notó...)
11. ¿Qué preguntas tienes para mí? Respuesta: ¿Este puesto requiere altas habilidades de ingeniería? ¿O requiere altas capacidades algorítmicas? El entrevistador dijo que no es necesario que me sigas. El grupo me acaba de concertar una entrevista. El autor se sintió un poco avergonzado. Luego, el entrevistador dijo que el algoritmo debía implementarse de todos modos. Luego, el cartel hizo otra pregunta, es decir, al solicitar un puesto, descubrí que hay dos departamentos, un departamento de TI grupal y Meiyun Intelligent Data. ¿Existe una gran diferencia entre ocupar este puesto en estos dos departamentos? El entrevistador respondió por un rato. . .
Autor: EternidadY
Autor: Xiaoan, ¡corre! !
(1) La diferencia entre el Mini Programa WeChat y Vue (porque hay un proyecto para crear el Mini Programa WeChat)
(2) principio de comunicación de vuex entre componentes de Vue
(3) Nuevas funciones de uso común de ES6
(4) mapear y establecer estructuras
(5) Solicitud asincrónica Promesa y Async en espera
(6) Dibujar un triángulo usando el principio de equipartición
(7) Dibuja una forma de abanico
(8) Animación de implementación de animación y requestAnimationFrame
(9) ¿Conoce las opciones de solicitud previa para recuperar la solicitud? Dominio cruzado
(10) seguridad web
(11) ¿Qué tamaño tienen los píxeles físicos y los píxeles lógicos, como 1 px, en la pantalla?
(12) atributo de tamaño de caja
(13) La diferencia entre TCP y UDP
(14) ¿Entiendes el recorrido del árbol binario? Cómo atravesar con recorrido de preorden. . .
(1) Al presentar el proyecto, Balabala preguntó mucho sobre las dificultades encontradas (la solución usaba setTimeout, por lo que se extendieron las siguientes Promise y Async/await)
(2) Algunas características de ES6 y una diferencia entre los métodos de matriz de ES6
(3) ¿Cómo se ve el valor clave de la estructura Set (poco claro)?
(4) ¿Existe alguna otra forma de deduplicar matrices además de Set?
(5) ¿Qué son las operaciones asincrónicas? Promesa y asíncrono/espera
(6) Utilice Promise para encapsular solicitudes Ajax llamando a este método para obtener los datos solicitados a través de .then()
(7) ¿Cuáles son los métodos para enviar solicitudes? Como el Ajax.
(8) Dominio cruzado: ¿Por qué existe un dominio cruzado? ¿Cuál es la política de mismo origen? ¿Cómo resolver el problema entre dominios? ¿Se pueden compartir recursos entre el dominio principal y el subdominio?
(9) ¿Has realizado alguna vez un proyecto de terminal móvil? (Lo he hecho pero se me olvidó) Cómo adaptarse al terminal móvil
(10) Deslizamiento y animación de terminales móviles (cavé un hoyo para mí. Originalmente quería hablar de ello de manera informal, pero resultó que funcionan principalmente en terminales móviles) Cómo lograr el efecto de deslizarse hacia arriba para mostrar la página siguiente sin usar el complemento swiper? ¿Qué eventos están disponibles en el móvil?
(11) Cómo obtener los parámetros de la URL de la página
(12) Mecanismo de delegación de eventos
De hecho, la segunda entrevista hace preguntas principalmente basadas en lo que ha hecho en su currículum y los puntos de conocimiento involucrados en sus respuestas.
(1) Presentar un proyecto en términos de sus antecedentes, razones de implementación, efectos de implementación y problemas encontrados. Después de hablar durante mucho tiempo, sentí que me estaba quedando sin palabras y no podía explicarlo claramente, así que cambié de tema.
(2) ¿Cuándo empezó a aprender front-end y por qué siempre se apega a la dirección front-end?
(3) ¿Qué otras cosas hiciste durante tu pasantía en Huawei?
(4) ¿Qué aprendiste de tu pasantía en Huawei? ¿Qué mejoras has realizado en tus propias habilidades?
(5) Por qué aprender front-end y comprenderlo.
(6) ¿Cómo es la transición de la escuela a las prácticas en la empresa?
(7) ¿Qué cosas nuevas estás aprendiendo ahora? (No, estoy mirando el conocimiento básico) Entonces déjame darte ejemplos de qué conocimientos y escenarios de aplicación.
(8) ¿Por qué existen tres marcos front-end principales? ¿Qué problema resuelven?
(9) ¿Qué presiones ha encontrado y cómo las liberó?
(10) ¿Qué dificultades se encontraron y cómo se resolvieron? ? (Pedir consejo a los compañeros) ¿Cómo comunicarse y pedir consejo?
(11) ¿Qué deficiencias crees que tienes? Me refiero a la falta de experiencia práctica (no parece nada bueno).
(12) ¿Qué contenido nuevo has aprendido mientras sentabas las bases? Sintaxis ES6, seguridad web. . . Luego hablé en detalle sobre la seguridad web. Preguntado nuevamente: los ataques XSS son difíciles de detectar. ¿Cómo detectamos este problema? .
(13) Planes profesionales futuros
(14) ¿A qué idiomas de fondo ha estado expuesto?
(15) ¿Se ha reunido con otras empresas antes?
(16) ¿Estás aceptando otras ofertas ahora?
(17) ¿Cómo sueles aprender conocimientos front-end?
(18) ¿Tienes tiempo para realizar prácticas? No hay tiempo, tengo que escribir un ensayo final.
(1) ¿Cuáles cree que son las perspectivas de desarrollo futuro del front-end?
(2) Se le preguntó sobre el departamento, el negocio y la tecnología.
Enlace: https://www.nowcoder.com/discuss/231656
16.7.2019: La entrevista telefónica interrumpió el buff durante todo el proceso.
1.Preséntate
2. La diferencia entre Python y C++ (respondió muchas características de Python)
3. ¿Por qué Python es lento?
Respuesta: Como no conozco el tipo de datos, necesito hacer un juicio al obtenerlos.
(1. Python es un lenguaje interpretado dinámico; los valores en Python no se almacenan en el caché sino que están dispersos en objetos.
2. Python es un lenguaje de interpretación. A diferencia de C++ y Java, C++ y Java son lenguajes compilados, es decir, después de escribir un programa Java, primero debe compilar el programa fuente y generar un archivo ejecutable y un archivo de clase. Después de escribir el programa en Python y enviarlo al intérprete, el intérprete traducirá inmediatamente la primera línea de código a código de máquina, luego entregará esta línea de código a la CPU para su ejecución y luego pasará a la siguiente línea y traducirá la segunda línea. de código y luego entregarlo a la CPU para su ejecución. Por lo tanto, Python se ejecuta más lento que los lenguajes compilados).
3. ¿Qué libros has leído (respuesta: programación de alto rendimiento en Python)?
4. ¿Qué es una pérdida de memoria? ¿Cuándo ocurre una pérdida de memoria?
No eliminado.
(El espacio de memoria aplicado dinámicamente no se libera normalmente, pero no se puede seguir utilizando. La memoria no se libera)
5. ¿Cuál es el plazo para cerrar un programa?
no tengo idea!
(Puede ser para cerrar el proceso, no estoy seguro)
6. ¿Consejos y referencias? ¿Cuándo usar punteros y cuándo usar referencias?
(No es necesario inicializar el puntero, pero la referencia debe inicializarse y no se puede cambiar después de la vinculación; la diferencia entre pasar un puntero a una función y pasar una referencia a un puntero:
Al pasar un puntero, el puntero se copiará primero. El puntero copiado se usa dentro de la función. Este puntero apunta a la misma dirección que el puntero original. Si el puntero copiado apunta a otro objeto nuevo dentro de la función, entonces no lo hará. Afectará el puntero original;
Para pasar referencias de puntero, si el puntero pasado apunta a un nuevo objeto, entonces el puntero original también apuntará al nuevo objeto, lo que provocará una pérdida de memoria, porque ya no se puede hacer referencia al lugar señalado por el puntero original, incluso si no hay Apunte el puntero pasado al nuevo objeto, pero suelte el puntero cuando finalice la función. Entonces el puntero original ya no se puede usar fuera de la función porque la memoria original se ha liberado).
7. ¿Conoces esas estructuras de datos?
Respuesta: pila de lista de matriz de montón
8. ¿Qué es un montón?
Respuesta: Por lo general, solo usamos matrices para simular montones. No conocemos la estructura real. Creemos que es una estructura de datos en el estado de nodo padre-nodo hijo (problema de frecuencia ultraalta, que generalmente se asigna y libera). por el programador. Si el programador no lo libera, el sistema operativo (sistema operativo) puede reclamarlo cuando finalice el programa. El método de asignación es similar al crecimiento ascendente de la lista vinculada. La pila se divide y se abre mientras el programa se está ejecutando. y el kernel encuentra un espacio lo suficientemente grande en la lista vinculada para dárselo al programa. Si no lo encuentra, destruya la memoria inútil y busque nuevamente. Para obtener más detalles, resúmalo usted mismo y revíselo con frecuencia. , respuestas del sistema, etc.)
9. La diferencia entre montón y pila
La pila es un espacio para almacenar cosas. Se almacena en la parte más interna y sale de la parte más externa (problema de frecuencia ultra alta, asignado cuando la función se está ejecutando y liberado cuando finaliza la función. Se asigna y libera automáticamente. el compilador para almacenar las variables locales asignadas para ejecutar la función. Los parámetros de la función, los datos de retorno, la dirección de retorno, etc. se abren hacia abajo y la velocidad es muy rápida. Si el rendimiento local es bueno, interactuará con el registro y guardará el. Puntero de PC. Si hay muchos parámetros de función, también formará un marco de pila y se almacenará en la pila).
10. Procesos e hilos
(Problema de frecuencia ultra alta, leí el resumen después de comprender en profundidad el sistema informático: 1. Un proceso es un programa vivo. Un programa es solo un texto. Un programa en ejecución es un proceso, que es la unidad básica de programación y asignación de recursos en el sistema. Dominar los recursos, incluida la memoria, etc. Los subprocesos son procesos livianos y son la unidad básica de programación y despacho de la CPU. 2. Debido a que el proceso ocupa recursos, el empuje y la extracción de la pila son lentos. Por lo tanto, la conmutación no es flexible y los subprocesos no ocupan recursos, sino solo los recursos necesarios (la recursión requiere empujar la pila, por lo que hay algunos recursos), por lo que los subprocesos son fáciles de comunicar -> comunicarse directamente en la memoria asignada por el proceso , fácil de concurrencia -> conmutación flexible, igual La velocidad de cambio de subproceso del proceso es muy rápida, por lo que la sobrecarga del subproceso es pequeña 3. Espacio de direcciones, independencia del proceso, los subprocesos del mismo proceso comparten recursos y son independientes de los subprocesos de otros procesos)
Resumen después del evento: Obviamente fallé, estaba muy feliz. Me hizo comprender un problema. Aquellos que trabajan con algoritmos también deberían saber algunas cosas de back-end. Los ingenieros en el campo de los algoritmos deben volverse competentes.
ayuda con la tarea
90 minutos por lado
Primero haz dos preguntas:
1. Encuentre tres números de la matriz y la diferencia entre la suma de los tres números y el valor sea la más pequeña.
Requiere tiempo O(n2) espacio O(1)
Mi método de escritura es ordenar + punteros dobles. Es la pregunta original sobre leecode. No he retocado mucho leecode, pero afortunadamente la solución es la misma.
Solicitar clasificación mediante clasificación rápida
2. Las cadenas A, B y B ocupan la subsecuencia más corta de A (la subsecuencia más corta de A incluye B)
El entrevistador y yo nos reímos, porque el operador de corte + in de Python terminó en cuatro líneas, y el entrevistador también se rió, por lo que acordamos escribir la función nosotros mismos para el paso in.
La violencia resuelve todas las campanas y silbidos
1. Introducción a la competencia Kaggle (desde EDA hasta el final)
2. ¿El árbol básico como ID3C4.5 es un árbol binario o un árbol múltiple? ¿Se volverán a cortar las características que se han cortado?
Las características discretas (número de discretos> 2) son clasificaciones de múltiples ramas, y la continua es una división binaria. La continua se puede cortar, pero la discreta no. Para implementar, primero haga una colección, recorra las características y guarde. Obtenga la posición máxima de información y luego segmente la característica. Después de la segmentación, elimine esta característica del conjunto, de modo que la característica discreta ya no se corte después de cortarla. Afortunadamente, he reaccionado para obtener más detalles. , Vaya a Eche un vistazo al código fuente de los árboles ID3 de otras personas y otros árboles)
3. Introducción a la BN
(Hay muchas preguntas de frecuencia ultra alta que se pueden introducir. La esencia del aprendizaje automático es aprender la distribución, especialmente la pérdida de pérdida de registros, lo que equivale a optimizar la entropía cruzada, y la entropía cruzada se utiliza para medir la coherencia de la distribución. 1. Blanqueamiento previo, entrenamiento rápido, pequeños gradientes de saturación en ambos extremos del sigmoide, BN se puede escalar a la región lineal 2. Aprendizaje de distribución, la distribución de cada capa cambiará cuando el NN sea más profundo y la distribución comprimida de BN hace que la distribución de cada capa sea casi la misma 3, BN puede considerarse como un cierto grado de expansión de datos y los datos están nerviosos. Tenga en cuenta que durante el proceso de entrenamiento de BN, recuerde que el lote actual está normalizado y todos los datos. se usa para la predicción y la capa BN tiene dos hiperparámetros para optimizar) 4. ¿Qué árbol es más profundo, GBDT o RF?
RF profunda. Hablé sobre las ideas de impulsar y embolsar. Boost utiliza un alumno de baja varianza para ajustar la desviación, por lo que XBG y LGB tienen configuraciones de parámetros para la profundidad del árbol. RF es la varianza adecuada. Corta muestras y características para construir un conjunto de muestras diverso, y cada árbol ni siquiera se poda.
5. ¿Cómo se juzga la importancia de las funciones XGB?
Respuesta: No estoy seguro, pero se usa mucho. Supongo que se basa en la cantidad de puntos de división (la cantidad de apariciones en todos los árboles).
(ganancia Ganancia significa la contribución relativa de la característica correspondiente al modelo calculada tomando la contribución de cada característica para cada árbol en el modelo. Un valor más alto de esta medida en comparación con otras características significa que es importante para generar El pronóstico es más importante .
cobertura La métrica de cobertura se refiere al número relativo de observaciones relevantes para esta característica. Por ejemplo, si tiene 100 observaciones, 4 características y 3 árboles, y digamos que la característica 1 se usa para decidir los nodos de hoja para 10, 5 y 2 observaciones en el árbol 1, el árbol 2 y el árbol 3 respectivamente, entonces esta métrica calculará; la cobertura de esta función es 10 5 2 = 17 observaciones. Esto se calculará para las 4 funciones y representará la métrica de cobertura para todas las funciones como un porcentaje de 17.
freq frecuencia (frecuencia) es un porcentaje que representa el número relativo de veces que aparece una característica particular en el árbol del modelo. En el ejemplo anterior, si la característica1 ocurre en 2 divisiones, 1 división y 3 divisiones en cada árbol 1, árbol 2 y árbol 3, entonces el peso de la característica 1 será 2 1 3 = 6; La frecuencia de la característica 1 se calcula como su porcentaje de ponderación sobre las ponderaciones de todas las características. )
6. XGB es fácil de entender su regresión y clasificación binaria. ¿Cómo entender la clasificación múltiple?
Mientras charlaba y reía, respondí la codificación de la etiqueta al principio, usando onehot + softmax, pero cómo ajustar cada árbol un paso antes de softmax. Realmente no lo sabía. El entrevistador me impulsó a hablar de tres categorías, ya sea construir 100 árboles o 300 árboles. Me di cuenta y respondí que pensaba que eran 100 árboles.
El entrevistador dijo que se construyeran 300 árboles, que se ajustaran a tres categorías y luego a softmax.
(Después de onehot, la etiqueta de entrada es un vector y se integra un grupo de árboles para cada punto de predicción en el vector)
55 minutos para ambos lados
1. Primero déjame preguntarte si te estás especializando en PNL.
No, en la dirección de algoritmos, hablamos de proyectos de laboratorio y utilizamos el algoritmo NN de muchas imágenes.
2. Tres preguntas
Pregunta 1: El K-ésimo número más grande
Se discutieron tres métodos.
Método 1: la complejidad del análisis de clasificación del montón es O (Nlogk) (el análisis es correcto)
Método 2: la complejidad del análisis binario de clasificación rápida es O (N)
Método 3: clasificación de la complejidad del análisis de la tabla de búsqueda (NLogN)
El requisito es O (N), por lo que utilicé la clasificación rápida para dos puntos. El entrevistador dijo que la clasificación rápida puede resolver este problema. Pero la clasificación rápida es la más rápida (que yo sepa) y tiene exactamente la complejidad O(N) requerida.
(Después de buscar en Baidu, la clasificación rápida y el hashing son los más rápidos, mientras que el resto no es rápido)
Escribí el código de Python a mano, pero no sabía qué salió mal en la compilación. Entonces dije que las siguientes preguntas deberían escribirse en C ++ (este es el problema es muy grave. No pude encontrar ningún error durante la entrevista, por lo que tengo que tener cuidado con Python y asegurarme de que esté libre de errores, de lo contrario lo haré. siempre use c ++)
Segunda pregunta:
Piso n 3, tablas 1 3, varios arreglos
DP [N] = DP [N-1]+DP [N-3]
Pregunta 3:
Igual probabilidad 1-7
Crear igual probabilidad 1-10, analizar el número esperado de llamadas 1-7
7 base, llame dos veces para generar 0-48, luego truncar 40 y más de 40 y luego // 4 1
La expectativa no es fácil de calcular.
Pensando en ello, tal vez el entrevistador estaba bajo presión, así que cuestioné la clasificación rápida. .
Muy eficiente, tuve una entrevista un día después de enviar mi currículum.
La primera entrevista fue muy bien, y la segunda entrevista duró cien minutos.
Un lado: fue tan suave que no grabé nada en mi cuaderno. La primera pregunta LIS: Ni siquiera actué. n^2) forma de escritura. Olvidé la segunda pregunta, así que terminé las dos partes en un minuto: todas son preguntas abiertas, no hay una respuesta estándar, la duración es de 100 minutos y el contenido se trata principalmente de escenarios de recomendación reales y competiciones de principio a fin. , Hablé sobre mi trabajo en cada etapa y en mi trabajo en cada etapa. (Así es, lo que el entrevistador quiere escuchar es probablemente mi trabajo en varias etapas, los problemas que encontré, mi pensamiento y soluciones a los problemas) ¿Cómo cree que mide la satisfacción del usuario con los resultados de búsqueda? Sur. Soy demasiado sureño. Pero hablé sobre el momento de la conexión de TCP, filtrando el ruido de tiempo de acuerdo con la escena, como escenas de video que usan el momento del percentil de la longitud del video, la efectividad de los segundos atrás, etc. El entrevistador puede estar satisfecho con esto. Luego me acumulé el cerebro y no podía pensar en otra buena característica, así que solo usé características débiles, como la correlación de Quary, etc. El entrevistador no está satisfecho porque estas cosas indican principalmente el interés del usuario en lugar de la satisfacción. ¿Cómo crees que podemos resolver el problema de impulsar los nuevos resultados de búsqueda? Respuesta: Los nuevos resultados de búsqueda deben tener un historial de impulso de 0 y no hay referencia, pero no sabemos cuál es su calidad. Entonces lo llevó al azar a un pequeño número de usuarios para la promoción. Al promover, preste atención al fenómeno del aumento de las tarifas de clics, filtre, bla, bla, bla. El entrevistador estaba muy satisfecho. ¿Qué opinas de las escenas y modelos? Personalmente presto gran atención a la escena, comenzando desde mi propia experiencia de investigación científica, hablando sobre la introducción del libro de sandía y contando mi viaje mental completo. El entrevistador puede estar satisfecho. Olvidé algunas de las preguntas, había tantas que perdí mi voz después de hablar sobre ellas, pero la guía del entrevistador fue realmente informativa. Y dudaba de la vida. Cuando el entrevistador me criticó así, quería ir a Baidu porque me conquistó.
No hay recomendación interna, y el currículum escrito directamente en el sitio web oficial parece ser entrevistado en 1 o 2 días, pero. . Originalmente era mi compañía favorita, pero ahora ya no es. Reclutamiento escolar de Tencent
El departamento previsto de la llamada TEG directamente: Publicación de investigación
Preséntese y hable sobre el proyecto
¿Está interesado en nuestra sección: campo de seguridad de detección de registros del departamento?
entenderse
Tenemos una reunión, continuemos charlando la próxima vez
10 en punto: Continúa hablando de lo que hablamos la última vez
Todo el proceso fue relativamente relativamente relativamente relajado y agradable.
La segunda reunión ha terminado, pero el estado sigue siendo que la segunda reunión debe organizarse. . .
Discuta con el entrevistador cómo usar métodos de aprendizaje automático para manejar la detección de registros peligrosos. Revisar el conocimiento principal aprendido desde el principio también se considera la autorreflexión. La experiencia más destacada que se puede obtener aquí es que muchos departamentos aún se centran en el aprendizaje de reglas y tienen fuertes requisitos de interpretación para situaciones de clasificación de aprendizaje automático. Por lo tanto, los modelos con buena interpretabilidad, como los modelos de árboles y LR, son muy populares. Pero al final, el entrevistador me "agradeció", probablemente implicando que fallé, cantó Xin
Me dijeron que obtuve A de 3 y media de las cinco preguntas en el examen escrito, y mi puntaje estaba bien, pero el departamento bloqueó mi currículum. . .
Noticé a ambos lados, y después de unos minutos, conversaron casualmente y dijeron que continuarían reuniéndose en septiembre.
El proceso actual ha terminado y me siento cómodo. cuántas personas necesito reclutar emm ~
Pinduoduoduo gracias
Un lado:
preséntate
Introducción a proyectos de investigación científica
Introducción de la competencia de Kaggle
Introducción de la competencia de tencent
¿Alguna vez has usado RNN?
¿Has usado LR?
La diferencia entre XGB y LGB:
Solo pienso en tres puntos, clasificación de características, segmentación de características, histogramas y clasificación completa.
Dijo que tienen más en común y hicieron una pequeña mención. XGB no es inferior a LGB, pero el ajuste Ginseng no es fácil de manejar, y LGB es muy rápido
(
1) Velocidad de entrenamiento más rápida y mayor eficiencia: LightGBM utiliza un algoritmo basado en histograma.
2) Aceleración de diferencia de histograma: el histograma de un nodo infantil se puede obtener restando el histograma del nodo hermano del histograma del nodo principal, acelerando así el cálculo.
3) Uso de memoria inferior: el uso de contenedores discretos para guardar y reemplazar los valores continuos da como resultado menos uso de la memoria.
4) Una mayor precisión (en comparación con cualquier otro algoritmo de mejora): utiliza el método de división de la hoja (seleccionando el nodo con la mayor ganancia dividida entre todos los nodos de hoja actuales para dividirse, y así sucesivamente. Es obvio que en cuanto a la hoja Este método es fácil de superar, porque es fácil caer en una profundidad relativamente alta, por lo que es necesario medir la profundidad máxima. (para evitar el sobreajuste), que produce una división indiscriminada en todos los nodos en cada capa. cuál es el factor principal para lograr una mayor precisión. Sin embargo, a veces puede conducir al sobreajuste, pero podemos evitar el sobreajuste al establecer el | De-Depth |
5) Capacidades de procesamiento de big data: en comparación con xgboost, debido a su reducción en el tiempo de entrenamiento, también puede tener la capacidad de procesar grandes datos.
6) Apoyar el aprendizaje paralelo.
7) Muestreo local: retener muestras con grandes gradientes (errores grandes) y muestras de muestras con pequeños gradientes, reduciendo así el número de muestras y aumentando la velocidad de computación.
)
Para preguntas relacionadas con el código, solo solicite al entrevistador que elija C ++ o Python.
Mi elección es Python.
Hay piezas de ajedrez en el tablero de ajedrez.
dp [i] [j] = max (dp [i-1] [j], dp [i] [j-1])
Si el ajedrez [i] [j] == 'Piece de ajedrez':
dp [i] [j] = 1
Ermian: Supongo que es genial, no es una buena respuesta.
Otro entrevistador con un aficionado a la interrupción incorporado está jugando con mi tren de pensamiento.
1. GBDT y XGB
(GBDT, XGB y LGB deben dominarse en todos los proyectos mencionados)
2. BN, desacuerdo
(El abandono se puede usar como un truco alternativo para entrenar redes neuronales profundas. En cada lote de entrenamiento, ignorando la mitad de los detectores de características (deje que la mitad de los nodos de capa ocultos tengan valores 0, por supuesto, esta "mitad" es Un hiperparámetro, configurarlo usted mismo) puede reducir significativamente el fenómeno de sobreajuste.
Dosto simplemente significa: durante la propagación de avance, dejamos que el valor de activación de una cierta neurona deje de funcionar con una cierta probabilidad p.
De hecho, es una estrategia de bolsa para construir una combinación de subred. )
3. ¿Por qué no usa LR primero (por qué usar LR tan fácilmente?) Usar LR para dos clasificaciones y apilamiento es bastante bueno, pero LR siempre siente que su expresividad no es suficiente, y el efecto puede ser promedio si las características son más grueso. 4. ¿Cómo discretizar las características de la competencia de Tencent? El cubo es más uniforme. Las características continuas se cruzan. 5. ¿Sabes AUC?
No sé cómo calcularlo.
(No existe una AUC para la regresión)
6. ¿Cuál es más rápido desarrollar, acumular o pila?
MMP fue completamente contrario a lo que dijo, y le llevó mucho tiempo darse cuenta de lo que estaba diciendo. De lo que estoy hablando es que el montón se asigna durante la compilación, por lo que no hay necesidad de expandir o reducir nada. respuesta incorrecta)
7. sobrecarga y reescritura
(Tenga en cuenta que la reescritura es una reescritura de una función virtual. Lo respondí mal en el momento. La llamada sobrecarga significa que la lista de parámetros de la función con el mismo nombre es diferente. La función se cambiará el nombre durante la compilación. De hecho, , ya no tienen el mismo nombre al ejecutar; )
8. Cómo usar Big Data para encontrar los 100 artículos de compras más populares
Construye un montón de mesa de hash
9. Cómo hacer la capa inferior del mapa
Dije que aún no he mirado el código subyacente. (Por cierto, nunca supe que existía un mapa. Acabo de hacer tablas de hash a mano. Planeo echar un vistazo al análisis del código fuente de STL cuando tengo tiempo)
(El árbol rojo-negro subyacente, una estructura de datos de búsqueda, inserción y deleción de O (log (N))
En cuanto a la complejidad del índice, dije, log (n).
10. ¿Hay alguna (1) uno? De repente me di cuenta de que había una mesa de hash después de que la limpié.
Qué hacer si hay un conflicto de tabla hash
Respondido por Zip Heavy Hash actualmente 1
(El mismo problema de alta frecuencia, cremallera: lista vinculada, el conflicto está al final de la lista vinculada; detección: detección lineal, detección secundaria, como el valor actual 1; rehabilitación: múltiples funciones hash)
En realidad, no soy muy bueno en STL. No me gusta usar funciones de la biblioteca STL, lo que no me hace muy bueno en STL. Espere algún tiempo para leer una ola de análisis de código fuente STL.
mogujie
La experiencia de la entrevista fue muy buena, la primera y la segunda entrevista fueron muy bien, y el RRHH fue muy bueno. Cuando recibí el aviso de la entrevista por primera vez, cuando abrí el enlace, era la interfaz que tiene un tiempo de entrevista, un cuadro editable, un botón OK y al botón. El mensaje dice: si hace clic en Aceptar, el tiempo no se puede cambiar. No me atreví a hacer clic en el botón de dejar de fumar, así que llamé a HR y pregunté, y me dijeron que podría rendirme en el momento en que quería. Durante la segunda entrevista, el mensaje en este cuadro cambió a, si hace clic en Aceptar, el tiempo no se puede cambiar. Sentí que RRHH era realmente bueno, así que expresé frenéticamente mi satisfacción, apoyo y aprecio por el trabajo de recursos humanos durante la segunda entrevista. Así que siento que si la entrevista de recursos humanos ha pasado, lo único que queda es la entrevista cruzada.
Pero estoy diciendo la verdad, me gusta mucho sus recursos humanos.
Preséntese, dos preguntas
El primer curso:
El número primo más grande dentro de 1000
Se ha dicho que Python puede implementar el generador de números primos y el método de detección en el espacio O (1), pero no se ha escrito, y no se escribirá si no hay ningún requisito. al orden de grande a pequeño.
Análisis de complejidad, ¿cómo reducir la complejidad? Busque de arriba a abajo, comenzando desde 999 y bajando, deteniéndose cuando se encuentra, -2 cada vez. El juicio de Bool, comenzando de 2 al número de raíz X, todo módulo, no 0 saltará a falso. ¿Pero parece que el entrevistador no conoce a Python? Así que cambié a C ++ para la siguiente pregunta.
El segundo curso:
Implementar la división sin división es muy simple
Tenga en cuenta que en mi escritura, el ABS (un número negativo) en C ++ puede desbordarse, pero no importa que la velocidad A sea más importante durante las entrevistas.
Durante la prueba escrita, solo me estaba preparando para la optimización binaria y el siguiente tema lo escribí durante la entrevista.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
#include <iostream>
using namespace std;
int jianfa(int num1,int num2)
{
int re = 0;
bool fuhao = false;
if ((num1<0 && num2<0) || (num1>0 && num2>0))
{
fuhao = true;
}
num1 = abs(num1);//小心溢出
num2 = abs(num2);//小心溢出
if(num2==0)
{
cout<<"div zero error"<<endl;
return 0x3f3f3f3f;
}
if(num1<num2)
return 0;
int tmp=1;
while(num1>num2)
{
tmp*=2;
num2*=2;
}
num2/=2;
tmp/=2;
while(num2)
{
if(num1>=num2)
{
num1-=num2;
re =tmp;
}
num2/=2;
tmp/=2;
}
if(fuhao)
return re;
else
return -re;
}
int main() {
int num1,num2;
cin>>num1>>num2;
cout<<jianfa(num1,num2);
return 0;
}
Hizo muchas, muchas preguntas:
No puedo recordar algunos de ellos y he perdido mi memoria. .
1. ¿Por qué no tienes experiencia de pasantía?
El primer punto es que el maestro no me permite encontrar un trabajo. (Esta es la verdad. Hoy el maestro le dijo a otro compañero de clase, ¿has encontrado un trabajo? Si encontraste un trabajo pero no pudo graduarse, ¿crees que tu trabajo era en vano ...)
El segundo punto es que para estar expuesto a la ingeniería real, participé en competiciones además de la investigación científica, bla, bla, bla. El entrevistador puede estar satisfecho.
2. ¿Alguna vez has usado LR?
necesario
3. ¿Es LGB mejor que XGB?
Introducir directamente las diferencias entre los dos
4. ¿Son diferentes y L2? ¿Por qué L1 puede ser escaso?
Desde el punto de vista de la distribución matemática, uno es la distribución de Laplace y la otra es la distribución gaussiana; La ingeniería habla sobre la derivación aproximada de L1 y la optimización dentro del intervalo 0 y fuera del intervalo. Entonces L2 es relativamente simple de derivar directamente.
5. ¿Qué alumnos son convexos y superiores?
LR Sigmoid Logloss es convexo. Regresión lineal, optimización convexa de mínimos cuadrados. SVM es convexo y superior. NN definitivamente no es convexo porque a menudo converge al punto de silla de montar. PCA tiene innumerables soluciones matemáticas, pero el uso de valores propios puede obtener la solución óptima.
(Tenga en cuenta que la pérdida de cuadrado sigmoide no es una optimización convexa)
6. ¿Cómo se mide la importancia de la característica, como la combinación de características y la eliminación, y cómo se ajusta los parámetros?
Respuesta: Use Onehot cruzado para la combinación de características. La combinación depende de la distribución real. .
La eliminación de funciones y otros aspectos me recordaron los pasos de detección de funciones de un cierto jefe de Kaggle.
Ajustar los parámetros:
El primer paso son los parámetros ancestrales. Por ejemplo, la profundidad del modelo de árbol, la frecuencia de muestreo, etc. Esto se basa principalmente en la experiencia.
El segundo paso es ajustar los parámetros, como probar nuevas funciones.
7. ¿Cuántas funciones de activación conoces?
Dije que no mencionaré el Sigmoid Tanh Relu más simple.
8. ¿Qué es un punto de silla?
¿Por qué dije esto tan estúpidamente, y luego dije que lo había olvidado, pero definitivamente no era el punto óptimo local a juzgar por la expresión en la cara del entrevistador, el entrevistador podría estar satisfecho, pero de hecho realmente lo olvidé?
(Se entiende mejor con la imagen del punto de la silla. Tenga en cuenta que una dirección es hacia arriba, por lo que es fácil deslizarse desde arriba hasta el punto de silla de montar en el portaobjetos. La otra dirección está hacia abajo, por lo que puede bajar el descenso Slide, pero el gradiente aquí en el punto de silla de montar es 0, que es plano. punto) En una ecuación diferencial, un punto singular que es estable en una dirección e inestable en otra dirección se llama punto de silla de montar.
El punto crítico se llama punto de silla de montar. En una matriz, un número que tiene el valor máximo en su fila y el valor mínimo en su columna se llama punto de silla de montar. En física, es más amplio y se refiere al punto en que el valor máximo está en una dirección y el valor mínimo está en la otra dirección.
En términos generales, las curvas, superficies o hiperesuperficies en el vecindario de un punto de silla de silla de una función suave (curva, superficie o hiperebra) están ubicadas en diferentes lados de la tangente hasta este punto. )
Permítanme preguntarle primero si alguna vez has usado RNN.
Respuesta: El efecto RNN del proyecto, analice si RNN no es bueno en el proyecto y el efecto de la etapa inicial de RNN en la competencia (el efecto de la etapa inicial es la mejor)
¿Alguna vez ha usado Gru?
Respuesta: GRU se ha utilizado una vez. La puerta de memoria utilizada garantiza la transmisión de memoria a largo plazo.
9. ¿Qué son la atención?
Respuesta: Mencioné antes que he usado atención, pero solo la he usado antes y no conozco el principio.
(Como ajustador de ginseng, he probado varias redes, pero aún no entiendo bien la naturaleza de la atención. ¿La atención es todo lo que necesitas?)
10. ¿Por qué el desacuerdo impide el sobreajuste?
Desde la perspectiva del bolso, NN es un alumno con una pequeña desviación y una gran varianza.
11. Filtrado colaborativo:
Dijo que lo entendió pero que nunca había escrito código.
(Filtrado colaborativo, creo que si un estudiante se dedica principalmente a la investigación científica, es difícil ponerse en contacto. Si está interesado, puede averiguarlo, especialmente cuando se trata de ingenieros de recomendaciones de productos de comercio electrónico, es todavía fácil de preguntar)
12. ¿Qué se usa para estimar CTR?
Cuando hablo de LR y FM, he escrito códigos.
13. ¿Para qué sirve la calle Mogu?
Respuesta: Vender ropa. Entonces presentó a Mogujie como principalmente comercio electrónico y transmisión en vivo. (Casi me reí cuando escuché la transmisión en vivo. No podía contenerla por más tiempo, así que me sentí inexplicablemente feliz. Luego, cuando vio que no podía contenerla más, dijo rápidamente que la transmisión en vivo está actualmente. El módulo de más rápido crecimiento en la calle Mogu)
Salió bien, no codificé, porque no tuve tiempo suficiente para reunirme durante media hora.
Hay una implementación de software completa en mi proyecto, y la parte principal de la que soy responsable supera las 10,000 líneas de código.
De hecho, puedo hacer la mayor parte de la codificación manual normal (excepto las cuerdas, que es mi debilidad).
Introdujo el proyecto y habló sobre los detalles del proyecto
En el proyecto, las combinaciones de características en el campo de codificación son todas XOR, por lo que el uso de Relu Bn para extraer características, BN es realmente una gran mejora.
Hablar sobre principios de BN, fórmulas e implementación
(Puede consultar el código fuente de BN, no es largo)
¿Por qué usar BN para comprimir la parte positiva del mapa después de Xor en lugar de algo (no escuché con claridad)?
Mencioné que la capa BN también cuenta como expansión de datos, y la capa de BN pone a la transmisión de codificación con solo 0 y 1, de modo que el gradiente se puede cambiar y la optimización es mejor (el aprendizaje automático es factible solo para dos puntos, el segundo. punto es un problema de optimización)
¿Por qué usar CNN? Luego, el entrevistador introdujo otra cosa (incrustación) en el campo de la recomendación.
Respuesta: (En realidad, sé sobre la incrustación porque un amigo que participó en la competencia jugó NFM. La primera capa es la capa de incrustación). Mi respuesta está sesgada hacia las escenas, una característica en el campo de la codificación: solo correlación local, tiempo- invariante. Por lo tanto, no es bueno usar CNN para hacer una incrustación relacionada a nivel mundial. Las características en la recomendación son escasas después de la discretización, y las características en sí mismas pueden tener información interactiva de alto orden, por lo que el mapeo en vectores latentes será mejor. Esto está determinado por la escena. (También presenté por qué resnet es mejor para las imágenes, pero en la codificación, el rendimiento de mi red de ajuste de parámetros extremos de dos capas excedió el de la red residual. De hecho, todo está determinado por la escena)
¡El entrevistador es un gran tiro!
Preséntese, ¿vendrá a la calle Mogu? El diálogo anterior fue muy suave, principalmente porque estaba presentando mi propio juego, desde el principio hasta el final, el fondo del juego, el viaje mental en el medio y el procesamiento final. El primer y el segundo exámenes fueron tan bien, y los dos primeros exámenes también fueron increíblemente sin problemas. De lo contrario, mi calle Mogujie sería estable.
Dada una corriente de soportes, encuentre los pares consecutivos de coincidencia legal 1 en la cadena S = '(()) (() () () ()' La salida es 3. Mi DP a continuación parece tener un 0 al principio. Así que acabo de decir que no era bueno en las cuerdas. Se puede hacer una programación dinámica, que es mi fuerza. en la parte inferior. = '()' Pensé que se ingresó la entrada, pero la lectura real de S debería estar vacía. ¿Nani? 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
#s = input()
s = '(())(()()()'
#s = '(())(()'
re = []
dp = [0]
for i in s:
if not re:
re.append(i)
dp.append(0)
else:
if i=='(':
re.append(i)
dp.append(0)
else:
if re[-1]=='(':
re.pop()
dp.append(dp.pop()+1)
else:
re.append(')')
dp.append(0)
print(re)
print(dp)
m = 0
cur = 0
for i in dp:
if i!=0:
cur+=i
m = max(cur,m)
else:
cur = 0
print(m)
输出:
['(']
[0, 0, 2, 0, 1, 1, 1]
3
Al hacer preguntas al final, el entrevistador dijo algo muy bueno. En términos generales, solo necesitamos ordenar en orden parcial, pero en algunos casos de publicidad de ofertas, debemos dar estimaciones precisas para que podamos dividir el dinero fácilmente. Por ejemplo, la tasa de clics, CTR u otras combinaciones, los ingresos deben calcularse en función de esta clasificación. Además, en la búsqueda recomendada, el jefe también introdujo algunas cosas relacionadas. Es decir, las cosas retiradas pueden ser demasiado repetitivas o deben filtrarse (por ejemplo, no es adecuado para los niños, y todos están locos, lo cual no es bueno), entonces, ¿cómo se realiza el filtrado? Y si recomienda a una determinada persona, una forma es enviar a la multitud sin hacer características, porque cuando empuja a una determinada persona, esta persona es equivalente a todos los anuncios u otras recomendaciones, por lo que puede interactuar con esta persona a Recuerde y clasificar. Finalmente, pregunté sobre la edad promedio de la empresa, porque personalmente me importa esto. El entrevistador me dijo que no estuviera cargado. 5 años. Fuerte, guapo y fuerte), me apoyó más de que lo dejó después de trabajar durante dos años. Además, dijo que Mogujie es una plataforma de tamaño mediano con beneficios únicos. El flujo de datos puede usar muchos modelos. Compañía. Recibí una notificación de HR y pedí que esperara que el entrevistador fuera a la escuela o fuera directamente a la empresa para una entrevista.
1. Introducir a sí mismo
No tengo mucho que ofrecer.
Hablé sobre el software de investigación científica que escribí.
Cuando me presenté, mencioné que me gusta jugar (solía jugar versiones pirateadas, pero ahora juego genuinos, con un nivel de vapor 50 o superior, y luego el juego es casi 100)
(He aprendido un desarrollo de back-end solo, y no necesito Python para el entretenimiento mutuo)
2. ¿Qué juegos te gusta jugar?
He estado haciendo una investigación científica recientemente y no he jugado juegos. Me gustaba jugar a Zelda, Dark Souls, Monster Hunter, etc.
3. ¿Alguna vez has jugado juegos de NetEase?
Onmyoji y Hearthstone
4. Hablemos de Hearthstone?
Me gustaba realmente jugar a Hearthstone, principalmente porque me gustaba abrir paquetes (el entrevistador se rió), y gasté mucho dinero en Hearthstone porque estaba dispuesto a apoyar un juego si me gustaba. La ventaja de Hearthstone es que es competitivo, y también es un juego de cartas, por lo que es interesante en sí mismo, y cada juego es aleatorio, por lo que la experiencia de cada oración es diferente. Otro punto es ahorrar monedas de oro para abrir paquetes. De esta manera, tendrá nuevas experiencias cada vez y retendrá a los usuarios.
5. Tres preguntas, relativamente simples, debe escribir casos de prueba
La rotura de la mano es exitosa y el código de escritura es relativamente rápido.
Dos puntos para la primera pregunta
La compilación escrita en Python informó un error.
Se discuten las cuatro condiciones límite de la bisección
Los dos tipos de retorno ST y EN corresponden al límite de búsqueda devuelto, datos [Mid] <valor y valor <=, y los dos tipos corresponden a los límites superiores e inferiores.
Hay cuatro tipos en total, y luego hablaremos sobre las cuatro situaciones. -1. st and en have different meanings. It is best to write and understand this yourself (updated the understanding of lower_bound and explained why the return value range is 0 to len(data) PS: The standard library returns the iterator position, which is a pointer. Here I start from the position of the element Overview.lower_bound 返回数组大于等于value的第一个位置,假如数组中所有元素均小于value,返回尾部迭代器len(data),第一个元素大于等于value,返回0 (第一个元素大于等于value,则所有元素大于等于value,则返回0) 从定义看,这样定义就不可能返回负1。 找身边的跳动大佬讨论了一下,应该没写错了,有误请指正呀。 upper_bound返回大于value的第一个位置。同理,理论上返回值就不包含-1。 标准库的写法里,返回的是st。 加入返回的是en呢,那么返回的含义是什么呢?即返回的st情况-1 lower_bound :返回大于等于value的第一个位置lower_bound_en:返回小于value的第一个位置
upper_bound:返回大于value的第一个位置upper_bound_en:返回小于等于value的第一个位置1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 def lower_bound(data,value): st = 0 en = len(data)-1 mid = st+((en-st)>>1) while(st<=en): if data[mid]<value: st = mid 1 else: en = mid -1 mid = st+((en-st)>>1) return st def lower_bound_en(data,value): st = 0 en = len(data)-1 mid = st+((en-st)>>1) while(st<=en): if data[mid]<value: st = mid 1 else: en = mid -1 mid = st+((en-st)>>1) return en def upper_bound(data,value): st = 0 en = len(data)-1 mid = st+((en-st)>>1) while(st<=en): if data[mid]<=value: st = mid 1 else: en = mid -1 mid = st+((en-st)>>1) return st def upper_bound_en(data,value): st = 0 en = len(data)-1 mid = st+((en-st)>>1) while(st<=en): if data[mid]<=value: st = mid 1 else: en = mid -1 mid = st+((en-st)>>1) return en
对比的数改成1。
) 然后说了C++算法标准库(lower_bound和upper_bound)用的哪两种形式:返回st的那两种注意C++标准库返回的是指针第二题是二叉树的深度
python手撕,又报错,然后无IDE查bug还好查到了,print大发好,对python,如果print(“XXX”)没输出东西就说明没运行这一行。
定义树class的时候写的是.next,晕了,应该是.left和.right
第三题是数组旋转
左旋转,自信一波分析写完是右旋转,一脸懵逼,怎么看都是左旋转跑完就是右旋转
然后再那试了试改i,j,然后第二次就输出对了,晕,运气比较好
由于循环用的常数限制,要求改成了数组的范围,注意python len(data)是行len(data[0])是列
正常构造一个和data一样大new数组是先列后行[[0 for _ in range(len(data[0])] for _ in range(len(data)]
然后循环是先行后列(这样局部性更好,运行速度快,更容易缓存命中,当然面试官也没问我也没提)
写法应该是对的,但我不敢改成行列不相等的情况,万一错了呢.PS:想了想应该不对,因为new数组我照着data开辟的,应该行列反过来开辟才对,先行后列构造的话正好对应旋转后的情况,幸好没深究,不过这种bug很容易改,print()大法print一下就出来了
问问题:好希望他问我机器学习的东东,这样我就能装逼了,然而
6、静态内存和动态内存?
讲了static和堆栈是静态,编译的时候决定了大小,动态内存可以自由开辟->堆,也不知道对不对。 .
(回来问了问另一个收割大佬,应该是这样)
7、堆是?
说了向上开辟,速度慢、运行时改,然后开辟的过程,链表存着下一个位置和这一块有没有使用,如果没找到就析构合并内存再找,再找不到返回null(可以参考前面的答案)
8、堆栈是?
说了向下开辟、速度快、编译时分配、主要是存PC指针,然后函数入口参数多组成栈帧存进去等着恢复
9、malloc和new区别free和delete?
1、一个是函数(面试官没问,但我自觉呀,诚实回答忘了是哪个头文件里的了,事后查了查是stdlib我擦我天天写没想到是这个)一个是关键字
2、malloc要算大小,返回void*(然后随口提到void*可以转XX *),强转后按转完后的类型用,要自己算大小;new的时候传类型,就比如100个int,然后直接开100个就好了,他自动将int长度算进去
3、malloc再堆上,new在自由存储区(然后回答忘了自由存储区再哪了) 讲着讲着忘了free和delete的事了
(自由存储区和堆似乎是概念上的区别?我丢,深入理解计算机基础是按C讲的,我哪知道C++的自由存储区和C的堆有啥区别呀,按理来说假如new是依赖malloc实现的,那么他们不该开辟于同一块区域么。C++默认在堆上开辟new需要的空间,所以new来自自由存储区和堆都行。
网搜的答案:
自由存储区是C++中通过new与delete动态分配和释放对象的抽象概念,而堆(heap)是C语言和操作系统的术语,是操作系统维护的一块动态分配内存。
new所申请的内存区域在C++中称为自由存储区。藉由堆实现的自由存储,可以说new所申请的内存区域在堆上。
堆与自由存储区还是有区别的,它们并非等价。
)
10、智能指针了解不?
我从python的内存管理角度讲了计数法析构内存,和智能指针原理一致。但我自觉诚实的说出我没用过智能指针
11、python怎么解决循环引用的?
是不是想问我智能指针的循环引用解法?我忘了呀,我就直说python本身解不了循环引用的问题(这实话实说,确实解不了,python又不是神,循环引用要靠自己析构,对python来说,循环引用的东西就算程序关了都还在),但python有个库函数可以发现循环引用位置,然后调用垃圾收集器析构掉就好(其实就是定位内存泄露,然后gc把它干掉)
12、计网了解不?计算机网络TCP和UDP的区别?
答自学。回答了很多,挺详细了
(UDP主要用于那些对高速传输和实时性有较高要求的通信或广播通信,
TCP用于在传输层有必要实现可靠性传输的情况
1、TCP面向连接(如打电话要先拨号建立连接);UDP是无连接的,即发送数据之前不需要建立连接
2、TCP提供可靠的服务。也就是说,通过TCP连接传送的数据,无差错,不丢失,不重复,且按序到达;UDP尽最大努力交付,即不保证可靠交付
3、TCP面向字节流,实际上是TCP把数据看成一连串无结构的字节流;UDP是面向报文的;UDP没有拥塞控制,因此网络出现拥塞不会使源主机的发送速率降低(对实时应用很有用,如IP电话,实时视频会议等)
4、每一条TCP连接只能是点到点的;UDP支持一对一,一对多,多对一和多对多的交互通信
5、TCP首部开销20字节;UDP的首部开销小,只有8个字节
这里建议不是特别熟的回答首部设置不一样,别说的太详细。
6、TCP的逻辑通信信道是全双工的可靠信道,UDP则是不可靠信道
)
13、长传输和短传输?
no tengo idea
(是http的长连接和短连接吗?HTTP1.1规定了默认保持长连接(HTTP),数据传输完成了保持TCP连接不断开(不发RST包、不四次握手),等待在同域名下继续用这个通道传输数据;相反的就是短连接。)
14、操作系统呢?
回答自己看的深入理解计算机系统,看的很详细,收获了特别多
15、进程和线程?
程序不过一段文本,运行起来才是进程,一顿讲,资源/调度单位啊、共享内存啊、并发啊XXXXXX
(见之前的答案)
16、你还有什么问我?
问了两个问题
一问:您能不能了解到其他面试人的信息,然后对着我教研室座位后面的字节大佬猛夸(因为他特别想去互娛做游戏),一开始面试官还以为这个人挂了呢我想捞一手,一听和我同时面了互娱就轻松了说既然这么强一定能过面试,然后我就突然想到好像可以暗示一波,就说我和他报的都是广州,我很想和他当同事(强烈暗示)
二问:我说我是算法工程师,机器学习特别厉害,平时工作内容是啥啊,机器学习这部分我都用上么
求互娱给个开奖机会,教练我想做游戏~(如果百度把我忘了的话),你敢让我过我就敢去宁可别被我逮住了
负责360搜索的部门,面试体验很好。
忘了面试的一部分,因为连续4面,其中技术面360两个,网易互联网1个,hr面1面,非常之累。
1、介绍自己
2、介绍自己实现的科研软件
用什么语言:C++
什么写的界面:QT
3、LGB和XGB区别
一开始听错了以为是LSTM,我还在想LSTM和XGB的区别,这怎么说,先介绍介绍XGB吧,然后说完XGB反应过来,面试官不是让我说LGB吧。 .那就好说了,一顿讲。
(答案前面有)
4、介绍CNN、卷积层如何实现非线性
使用激活层,不然在卷积都是线性变换。我从猫的视觉锥细胞开始一顿讲,应该讲的挺详细了,CNN的时不变性真的很适合用于信号处理。讲了时不变和局部权值共享,说CNN是DNN的特例。
(
卷积:对图像(不同的数据窗口数据)和滤波矩阵(一组固定的权重)做内积操作。
卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。
卷积神经网络CNN是多层感知机(MLP)的变种。20世纪60年代,Hubel等在研究猫脑皮层时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性,继而提出了CNN。
CNN:局部连接和共享权值的方式,减少了的权值的数量使得网络易于优化,另一方面降低了过拟合的风险。该优点在网络的输入是多维图像时表现的更为明显,使图像可以直接作为网络的输入,避免了传统识别算法中复杂的特征提取和数据重建过程。在二维图像处理上有众多优势。
CNN具有一些传统技术所没有的优点:良好的容错能力、并行处理能力和自学习能力,可处理环境信息复杂,背景知识不清楚,推理规则不明确情况下的问题,允许样品有较大的缺损、畸变,运行速度快,自适应性能好,具有较高的分辨率。它是通过结构重组和减少权值将特征抽取功能融合进多层感知器,省略识别前复杂的图像特征抽取过程。
CNN的泛化能力要显著优于其它方法,卷积神经网络已被应用于模式分类,物体检测和物体识别等方面。利用卷积神经网络建立模式分类器,将卷积神经网络作为通用的模式分类器,直接用于灰度图像。
)
5、卷积层pooling层怎么放?激活层放哪里比较好,有什么区别?
没听明白,不该是中间夹一个激活层吗。面试官的pooling真的是一言难以呀?我一直以为是最后的全连接FC层,我心想这不是被全局池化代替了么?不会所以一顿乱说?因为我自己也是改网络的时候,经常会尝试层的位置交换,我都是哪个效果好用哪个。讲的时候想起了何凯明大神的论文里的预激活,然后对着预激活、卷积层在Resnet的作用一顿夸。有会的大佬么。请私聊教教我。 . .
两道题
1、10进制转K进制进制转换
给定一个十进制数M,以及需要转换的进制数N。将十进制数M转化为N进制数输入描述输入为一行,M(32位整数)、N(2 ≤ N ≤ 16),以空格隔开。 输出描述为每个测试实例输出转换后的数,每个输出占一行。如果N大于9,则对应的数字规则参考16进制(比如,10用A表示,等等) 这题很简单,发个自己的写法,过一遍就好,挺简单的。可能个别边界会有问题,但是面试的时候尽量追求速度。 牛客网面试的时候,注意运行全部用例,可以看AC的情况,为什么这么说呢,因为你的输入面试官看不见(他说的),所以他只能给你跑一下看过了多少例子。 像这种水题一定要写得快。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53
//map<int,char>table;
//table[0]='0';
//table[10]='A';
#include<stdio.h>
#include<iostream>
#include<string>
#include<vector>
using namespace std;
void reverse(vector<int>&a)
{
int l = a.size();
for(int i=0;i<l/2; i)
{
int tmp = a[i];
a[i] = a[l-i-1];
a[l-i-1] = tmp;
}
}
string get(int M,int K)
{
bool ju = false;
if(M<0)
{
ju = true;
}
//注意负数转正数溢出
M=abs(M);
vector<int>data;
while(M)
{
data.push_back(M%K);
M/=K;
}
reverse(data);
string res = "";
if(ju)
res ='-';
for(int i=0;i<data.size();i )
{
if(data[i]<=9)
res ='0' data[i];
else
res ='A'-10 data[i];
}
return res;
}
int main()
{
int M=7,K=2;
cin>>M>>K;
string s = get(M,K);
cout<<s<<endl;
}
2、A->B,B->C,A->C,C->A中有一对链子A->C,C->A问序列里有多少对链子使用哪种数据结构?
要求:序列很长,只看直接相连,A->B->C->A 不算ABC互联。
讲了比较简单的d[i][j]=(bool)的结构,O(N^2)的时间和空间复杂度
又讲了两次扫描,O(N^2)的时间复杂度,O(1)空间复杂度
最后说了数组+链表,极端情况下时间复杂度也较高,但我心里想的是对链表排序也不慢吧,二分查找,时间空间都OK呀,但我傻就傻在我心里想了,嘴上没说链表排序。
最后有会的大佬么请教教我。 .
体验好,一道题,抽的前两道题都做过,一个是奇偶排序,一个是前序中序重建树
都是剑指OFFer原题,面试官见我思路顺畅,问我是不是做过,做过默写就没意思了。
我说做过剑指OFFer原题。 前两道题没手写。
第一道奇偶排序要求稳定排序,思路1就是归并排序,前偶后奇为大于。思路2双指针二分偶数倒
第二道找根节点,二分,没了
第三道没做过,但是也简单,问面试官能不能用python,能的话两分钟结束这道题,说不行就老实写了
这一面主要是深挖项目,深挖!
反问环节,面试官疯狂指导我,真好,这里总结了记住的一部分:
聊了搜索推荐的一些问题,我问的第一个是360对编程能力的要求。面试官的回答是所有的算法工程师都要具备很强的编程能力。
第二个是推荐中排行榜的问题,我说上了排行榜,阅读量就是疯狂增加,一增加就会更留在排行榜上,这种情况怎么办。面试官回答这是正反馈问题,说了很多干货,有兴趣做推荐的可以看看相关内容。
我又问了冷启动的问题,我就说对于新出现的页面,第一次出现,没有任何曝光下,如何给他做推荐呢?这里面试官反问了我,我就回答了自己的思考,先小批次试点曝光,再推广。
面试官开始讲推荐和搜索排序的区别,搜索排序面临的问题更复杂。所谓排序就是获取大数据的网页界面,然后对用户的查询给出一个最可能的结果(LGB可用),用到一些分层、召回(最优可能查询结果捞出来)、排序(对捞出来的东西排序),这里排序要做到去相关性,查询要保证输出结果多样性、表达多样性,还牵扯到了词与词之间的紧密度、运营和相似度命中。
In addition, there are many difficulties in sorting. First, the amount of data is larger and a lot of information is captured. However, the more indexes, the better, because there are duplicate (plagiarized web pages) and low-quality web pages .另外对于learning to rank,我们不需要像回归那样得到准确的回归值,只要得到他的偏序就好。比如A<B,我们算价值是A:80,B:79和A:80 B:77,偏序都一样,只要排序正确即可。而要检验我们排序的好不好,就是根据反馈,检验模型的优劣,比如我们把A在B前面,但是用户不点A点B,用户改Quary词或者翻页,都可以用于检验模型效果。这三时候可能会用概率图解决这些问题。排序技术难度大,底层需要的技术也比较高级。 In addition, there may be a certain gap between the user's inquiry and our results. For example, when a user searches for the price of a certain car, the search result we give is the transaction price of a certain car. This creates a gap .
最后我问了这么一个问题,就是我在做学习强国的时候,查询一个答案, 结果第一个是付费的,第二是是免费的,有限的时间里查到的第一个结果让我付费观看,我就很生气。 ¿Qué opinas de esto?面试官的回答也是很棒呀,所谓的搜索排序最终就是给用户满意的结果,结果可能是多样的,有的排版好内容丰富,有的排版差内容差,我们做的就是把最好的结果展示给用户。对于搜索排序,可能产业化的结果分两个,第一种是满足需求的免费内容,特别用户预期的结果。第二种可能是竞价排序的结果,可能付费观看,大部分用户没有付费的欲望觉得不好,少部分付费用户可能也会特别喜欢,但无论如何,前者肯定也会在搜索结果前列。
啊,面到最后没时间了,面试官让我问问题,我就随便问了两个,然后不得不回360电话了,就说我有点事把视频关了,本来面得挺好的,哭
其他的忘了,就记得两道题
第一道n的二进制表示中有1的个数
1 2 3 4 5 6 int re = 0; while(n) { re; n = n&(n-1); } 然后分析复杂度,最后提示下分析出来了log(1+n)
然后分析平均复杂度,我以为从1 到int_max的所有复杂度求平均。所以怎么都分析不对。
最后才知道是每个的复杂度,晕,面试官告诉我是log前面的系数是0.5。
第二道:
1、建个链表
2、打印链表
3、反转链表
反转链表写的不好,左右边界各判断了一次,正常情况下只判断一次就好,但面试官说也OK,多做一次时间影响不大,结果正确就好。
4、排序链表
做的是真难受,臭牛客,哼哼。写错个变量都指不出来,改bug改到头秃。
排序链表写的是链表快排,最后发现复杂度不是nlog(n),因为我L部分的尾部没有指向mid(base),导致我最后写了个找L部分的尾部,把这一步优化了就没问题了,但是面试官说也行吧排序的结果不会错。
最后问问题的时候,我一边问一边调试,最后终于把链表快排调对了。然后和面试官说我调出来了,就匆匆结束了这次面试,很难过。因为马上360就是二面,我总不能为一面放弃二面把,这里我情商不够处理的不好,哎,难受。面试官人都挺好的,都是我的问题。
面试经验肯定是面的越多越丰富的,从最初乐鑫的笔试挂,到字节跳动笔试不会写输入流(第一道题我本地1分钟就A了,然后不会写输入流,试了15分钟,然后写了第4题,结果本地能过线上报编译错误,我就很生气了,何况这个输入流更复杂我就直接放弃了)笔试直接挂,到现在面试一点也不紧张,可以和面试官愉快吹牛逼了,所以说多点经历也是挺好的(补充,这次字节笔试3.6/4,还可以)
##部分已挂的公司,吐槽一下: OPPO 简历挂?显示简历过,没有通知面试,可能原因是没填内推码,身边的字节大佬也和我一样简历挂。 . .问了去面试的算法同学面试题目婴儿难度。 还有提前批没过,但是简历状态还有,是已处理,不能再次投递。 . . VIVO 笔试挂。 .我真没想到笔试还能挂,不过VIVO SP给的还不错,问的问题也不能说难?没中奖呀难受很气,想想要不要投步步高?三顾茅庐了要阿里内推挂(本来在池子里,然后部门的那个人发邮件给你内推,内推完刷新界面挂,可能原因是我扫了内推连接,但是我一般是不选择内推,想一想阿里内推人也不容易,互相体谅吧) 还有一个不知道哪里的公司挂了我简历,原因是简历是牛客上创建的,都不知道什么时候创建的,简历上面很干净。 .
18-28 作者:工大菜鸡链接:(https://www.nowcoder.com/discuss/295287)
18. 顺丰sp和ihandy牛客专场:
开篇就是吐槽,我为什么写这个?不是因为顺丰面试有多难,而是顺丰答应给我的二面,到现在都没给。 . .从8月1号顺丰给了我人生中第一次公司面试到9月28号我结束秋招,在这期间顺丰不断推迟二面时间,现在又给我推到了10月中旬,不得不说,顺丰的hr还真是佛系呢。 ihandy这货更狠,给我答应的一面到现在都没兑现,每次打电话过去问hr,都是同一个回答:马上帮您安排,然后我就继续傻傻的等一两个星期,循环往复。
1.自我介绍,为什么转行,你原来实验室干的什么?:因为喜欢算(qian)法(duo),原来实验室干的导航制导与控制;
2.介绍比赛,做了哪些数据的清洗,数据增强的处理?作了哪些特征?怎样提取特征的,为什么会想到这个特征呢?:balabala如实说,还说目前进入了复赛,正在复赛准备阶段XXXXX啥的;
3.我看你比赛用到了xgboost和lightGBM,那说下XGboost原理吧:额……不会;
4.那说下LightGBM吧:咳咳,也不会;
4.额那说下GBDT总行了吧:额……还是不会;
5.那你会啥?我:LR。(面试官快哭了TT);
6.那好吧那你说说LR吧:balabala;
7.你听过CATboost吗? Yo: No. (面试官再一次哭了);
8.说说LSTM的原理:balabala还口述了输入门,更新门,输出门的公式;
9.你有什么想了解顺丰的吗?我:X$Y*&^%(&%@1!2¥……;
我知道我答的很菜,但我还是厚着脸皮问了面试官我的表现咋样,能否就我的面试情况和简历提点建议?后面每一次我视频面试我都会向面试官问这个问题,他们也都会热心的给我提出建议,帮我修改简历,收获很多。
结果:没想到一面给我过了,但是二面迟迟不到。
19. 滴滴牛客sp专场(二面挂):
惭愧,当时在面试的时候还以为滴滴是小公司,问面试官问题的时候,我居然问了滴滴的业务存活情况……
1.自我介绍,转行之类的问题;
2.了解那种算法挑一种介绍下:我说了LR,刚说到交叉熵这儿,面试官打断:那你说说LR为什么用交叉熵作为loss函数。我:因为lr从概率密度函数推导出来的对数极大似然函数就是交叉熵函数。面试官说:不全对,其实mse是万能的loss函数,每个模型都可以用mse作为loss函数的,那为什么lr不用mse呢?我:不几道。面试完了才想明白,mse的导数里面有sigmoid函数的导数,而交叉熵导数里面没有sigmoid函数的导数,sigmoid的导数的最大值为0.25,更新数据时太慢了;
3.说说XGB:在上次顺丰面完后,我仔细学习了一遍xgb,这一次大致回答上了面试官的问题,我说了GBDT,再从XGB是如何改进GBDT的角度引入了XGB的一些概念,比如预排序什么的,引入正则项和二阶泰勒展开什么的;
4.介绍比赛,介绍如何分工的,如何构建特征的,如何选择这些特征的;
5.说下常见的处理过拟合手段有哪些?我说了l1,l2,神经网络里的dropout,增加数据量等等,面试官问还有吗?我:不知道了。其实后来才知道bagging和boosting也是降低过拟合的手段,以前还以为仅仅是种特殊的模型。
同样向面试官问了我的表现情况以及如何改进,面试官也热心的提出了建议。
1.自我介绍,大致介绍项目。
2.聊比赛,聊人生。 . . . .大概聊了30多分钟。
3.问你会不会什么操作系统,数据库啥的,c++会不会。答:都不会
二面很自然的就挂了,从滴滴的面试可以看出,其实国内的很多公司都挺看中开发能力的,只会python和跑跑模型应该达不到绝大多数公司的要求。
20.快手牛客sp专场(二面挂)
1.基础问题都是老生常谈,问题和回答略了
2.算法题:求最长回文子串,leetcode原题,动态规划求解最好,但我当时不会,用的是中心展开法,勉强做了出来。
1.上来一道leetcode上的hard算法题:求最小编辑距离。不会,直接gg
2.其他闲聊,聊人生
大概等了10多天,官网上给我挂了
21.依图(一面挂)
是我最惨的一次面试,面试官笑眯眯的,也没让我自我介绍,上来四到算法题,一道一道来的那种,题目都忘了,只记得每道都把我摁在地上摩擦,差不多情况就是这样:
面试官:出道算法题吧,第一道:XXXX。
我思索10分钟:不会;
面试官:那我们做第二道吧:XXXX。
我又思索10分钟:不会……;
面试官:那再来一道:XXXX。
我寻思我都这么惨了放过我让我走吧求你了,于是思索了两分钟说:还是不会……;
面试官:那再来一道:XXXX。
我:gun!
后来视频面试结束的时候,我专门去查了这几道题目,他们都有一个统一的解法,那就是动态规划,抱歉我之前真没听过动态规划啊啊啊啊啊,我从此下定决心,进行dp的专项练习。
22.腾讯(一面挂,好后悔没有抓住唯一一次进鹅厂的机会)
其实面试官问的问题都很简单,但是当时比赛刚做完,非常疲惫,不想学习,没有学习新的东西,也没复习旧的东西,就这样躺尸了两天,然后腾讯的技术面试官晚上打来电话面试:
1.自我介绍,介绍比赛
2.看你用到了朴素贝叶斯,说下原理吧。我心想这还不简单,刚要张嘴,才发现坏了,啥叫朴素贝叶斯来着? ¡Me olvidé!我就支支吾吾的说:用了贝叶斯公式,然后加上了观测独立假设,面试官无语……
3.说下xgb,lgb和gbdt吧。这个我会,由于前面问了很多了,不用复习也能张口就来。
4.我看你的另一个比赛用了bert和CRF,说说CRF的原理吧。我:……不会(后悔没看)
5.那说下bert的原理吧。我:……还是不会(好后悔啊,太懒了,还是没看)
后面balabala的问了一堆,我都回答上了,但是前面这几个没回答上的太伤了,一面挂
23.远景(四面挂,boss面挂的,真是挂的莫名其妙……)
都是随便介绍项目,问一些基础的问题,没啥难的,印象深刻的是二面面试官问到最后突然让我用英文介绍下比赛里面是如何选择特征的,我用我的工地散装英语一顿乱说,结束时面试官说嗯很不错,我内心:靠,你压根就没听吧!
四面是boss面,现场面的,聊人生,跟我聊了一个半小时,全程也穿插问些问题,我都回答上了,跟boss聊得非常好,然后就给我莫名其妙的挂了……,我想原因应该是boss临走前给我说了一句:你需要多注重工程能力。他可能嫌我工程项目很少吧。
24.百度(一面挂)
百度的笔试就令人印象深刻:
选择题啥都考,很杂,操作系统,数据库,c++,python,机器学习,深度学习啥都考
两道问答题,其中有一问印象深刻:说说针对中文,BERT有什么可以改进的地方。我心想:你丫不就是想吹自己的ERNIE嘛,我就写了ERNIE针对BERT做出的改进,基于知识的mask训练方式,基于知识图谱的改进等等
一道设计题,让你设计一个系统:可以写出春联,必须满足他的要求,平仄音节都要对上,我直接BERT+CRF+GPT一顿乱写。
编程题:RGB括号,我猜应该是道dp题吧,链接:https://www.nowcoder.com/discuss/254095
想看的童鞋可以看一看,无视我的答案就好,我到现在都不知道我的答案对不对。
1.红黑树的几个特点。只答上两个,其实我根本不会
2.python的装饰器@的用法。 No
3.编程,写一个函数,实现python的继承,数据的交换,类中的全局变量等等。写上了一半。
4.快排(不能用简单粗暴的那种,要空间复杂度最低的)和堆排序(必须用最小堆实现)。 Instead of asking you to write code, I give you an array and let you directly use the ideas of quick sort and stack sort to demonstrate it element by element to him. I answered this question. Fortunately, I have implemented it before and understood it .
5.算法题dp两道:最长公共子串,最长公共子列,都是dp题,幸好专门看了九章算法,专项学习了dp,简单或者中等的dp题还是可以一战的,这两道也是lintcode上的原题,有兴趣的童鞋可以查查。
6.介绍xgb,我说到“xgb的预排序是相对于暴力求解的加速”这儿,面试官打断了我,反问我:那具体是为什么加速了呢?一个特征下的数据,没有预排序和预排序了,不都得遍历一遍才能求解出最优分裂点吗?
这个问题给我干蒙了,其实这个问题我之前思考过,但是太懒了,心里不断麻醉自己面试官不会问得这么细,就直接忽略了,没再去想。百度面试完以后我看了原论文的伪代码才明白为什么。所以再次建议尽量能读一读原paper。
7.介绍下xgb是如何调参的,哪一个先调,哪一个后调,为什么?哪几个单独调,哪几个放在一组调,为什么?哪些是处理过拟合的,哪些是增加模型复杂程度的,为什么?我寻思你十万个为什么呢?总之就是被为什么问的头昏脑涨,出了门我就知道肯定挂了。
25.搜狗(面试流程结束)
1.lr为什么用sigmoid函数作为概率函数。我:lr是基于伯努利分布为假设的,伯努利分布的指数形式就是sigmoid函数,而且sigmoid函数可以将数据压缩到0-1内,以便表示概率。
2.介绍下word2vec,说说word2vec和fasttext的区别。我:balabalabala,说的貌似还行,面试官点头
3.印象深刻的推导:
推导下word2vec里面的一个模型CBOW吧。后悔没看,哭了,我说不会。
那推导下SVM吧。这个我会,推出来了,但是到对偶条件这里,面试官问为什么能用对偶条件,我没答上来,还是太菜。
那再推下lr吧。这次顺利的推了出来,面试官问的问题也回答了上来。顺利通过了。
4.算法题:求最长回文子串,没错,和前面快手一面问的笔试题一样,答上了。
5.概率题,严格来说,这道题不是我遇见的,是我同学面搜狗的时候被问到的,我觉得很有意思,而且我们都不知道答案,请大佬解答:
一共54张扑克牌,我抽了几张牌(大于2张),有两种场景: 1.我说我有小王; 2.我说我有大王; 这两种情况,哪种有双王的概率更高?
这题我是一脸懵逼的,求各位大佬解答!
2.搜狗二面:
1.xgb的loss函数的推导(mse以及非mse形式),以及求解推导。
推出来了;
2.求最大连续子列和,要求时间空间复杂度最小。
很简单;
3.xgb是如何实现并行的。
保存预排序的block,用进程间的通信并行寻找最优分裂点。
4.lgb的直方图优化算法说说。
随便说了说,面试官也没深问。
5.讲比赛,讲项目。
balabalabal总之二面持续了差不多一小时
没啥好讲的,聊人生,聊转行,hr说需要综合各地的信息来筛选,让我回去等消息。
26.OPPO(offer)
我整个秋招所经历的所有面试官里面,一共面了三个非常有水平的面试官(我个人觉得):一个是远景的那个boss,微软亚研院呆了四年,百度呆了六年,google呆了六年。和我聊现在的行业形势以及各种模型的应用,很多问题都会直击要害,一语中的。和我的聊天中看出了我工程能力不足,跟我聊了一个半小时,为我未来提出了一些建议和规划,我很感谢那位大叔;第二个是百度的一面面试官,他好像就是住在我肚子里的蛔虫一样,总能在我的回答中揪出我不会的致命知识点,给我痛击,真的是怕啥他考啥,他的基础非常扎实,而且反应和判断非常迅速;第三个就是这个oppo的一面面试官,根本不问固定知识点,就问一些模型、手段、措施背后的本质并且举例说明,在你运用的实际场景中有没有见过。
刚开始都没让我自我介绍,直接让我说比赛。我:balabala,我介绍到CRF的时候,面试官打断我说:“你说CRF说了一大堆,那他它本质是个啥东西,我不要听那些定义,你给我说本质”。我:……支支吾吾……,说它应该是个函数,balabalaba一顿编。
然后他也没说对错,继续问:说下attention吧,我:又是一顿balabala,讲到注意力那儿的时候他问:你能举个case吗,用了attention和没用attention时候的对应的隐状态在哪些地方有区别你有去观察过吗?我:又是一顿瞎bala,他又没说对还是错。
又问我看你这里用到bilstm它和lstm的区别在哪?举例说明,用了和没用的效果。我心想:哎呦终于有个会的了,结果回答完他还是那副样子,又是啥也没说,我心想对还是错你倒是给个准信啊。
又问到了ELMo,让我说明ELMo是如何做到动态词向量的。我:把每个词输入模型,得到的隐状态相加就能得到不同的词向量;
面试官:那说下ELMo的缺点。我说:第一就是多层bilstm天生的缺点:“自己看到自己”的现象,然后举了个例子,balabala……。第二就是无法并行训练,以上两个毛病都可以用bert去改进它;
他又问其实我们可以用加入位置嵌入的方式来改进这个无法并行的问题那为什么非得用bert呢?我一想确实facebook貌似在之前就提出了位置嵌入+textcnn的方式来并行训练。完了,给自己挖坑了。于是乎我就扯了一堆bert里面self-attention的优点,哈哈哈我真是机智。
然后他依旧啥也没说,又让我介绍bert,并且问了multi-head的好处,又问我它的实际物理意义是什么? ¿Por qué crees eso?举个case说明下。我用尽了我毕生瞎编的本事,凭借着我自己的一点理解硬是说了10分钟,然后结束了是对是错他还是啥也没说……………………
又让我写LSTM的公式,勉强写上了
又问了我一个实际场景问题:用一个模型去分类一堆数据,在training阶段就无法收敛,反复震荡,有可能是什么原因,你有没有在实际场景中遇见过?
我:可能数据是标注错误的或者是随机数据,面试官补刀:假设数据没问题,那是什么原因?
我:那就是模型无法拟合这个数据或者不适合做这类数据的分类,面试官再补刀:假设模型也没问题,足够复杂。
我:那有可能是优化过程陷入了局部最优,而且一直无法跳出,面试官再次补刀:假如优化过程没问题。
我:那就是正负样本极其不均,网络没法学习到东西?面试官:我没说一定是神经网络模型,而且那再假如样本正负分布是均匀的……
我:……那我真没遇见过这样的……
面试官当时貌似不太满意,跟我聊完居然把我的简历给对折了起来!我第一次见这种场面……,心想:哎呦我去凉了,可能一出门面试官就会把我的简历扔垃圾桶里了吧……。面试官让我回去等,晚上如果收到消息就是过了,没收到就是挂了。晚上感觉想哭,毕竟OPPO是我蛮喜欢的一个公司,结果快睡着了突然来了一个短信提醒,说我OPPO面试过了……,得,这下倒好,睡不着了……
1.聊项目比赛,一路下来没问啥知识点,没啥大问题
2.画出ESIM这个模型的结构,并作介绍
3.面试官看我航天二院的项目跟导弹拦截有关系,是用GRNN预报弹道的,就让我介绍下GRNN的网络结构以及原理,还问预报精度怎么样。我说这个题目现在是我的毕设,还没做完呢……
面试官:哦……那你给我说说你要拦截的这个HTV-2是个啥?
我说:是一种美国的临近空间高超声速飞行器,可用于导弹上,对我国国防安全造成威胁,balabalabala……
面试官好像突然来了兴趣,一直问我导弹的事,跟个好奇宝宝一样:这个HTV-2很厉害吗?
我:点头,嗯嗯嗯
面试官:这个HTV-2有啥特点?你们用经典的方法一般是咋拦截的?balabala……
我:额……这些都是保密的……
面试官:哦,那没事了。
4.聊到后面问我有没有了解过一些其他的搜索排序算法,比如list-wise的,pair-wise的,然后给你一堆非常大的大数据,如何实现全数据的搜索排序,我凭借我的理解大致回答了一些,面试官说还不错,让我等下一面
我拿起我的oppo find x给hr一顿瞎BB,意向书成功到手,虽然是白菜价,但是OPPO是我很想去的一家公司,尤其是近几年开始搞些奇奇怪怪的手机出来以后越想去了- . -。
我原以为一面二面回答的不太好的情况下OPPO也愿意要我,而且hr说今年OPPO机器学习投递的简历,光筛选后的985计算机科班硕士的就多的吓人,所以我感觉OPPO今年应该在机器学习这个岗位上招人需求有很多。没想到签约会时候问hr才得知整个哈尔滨加吉林地区,机器学习的offer只有两个……,瞬间脊背发凉……
27.58同城(口头意向,拒了)
其实能面试58我是非常意外的,因为58的笔试编程题我一道都没做出来,选择题差不多一半都是瞎猜的,甚至面试的时候,面试官还把我做错的选择题拿出来又问了我一遍,并且我还是答错了……囧,而且三个面试官都问了我:为什么编程题一道都没做? ………好尴尬,太奇怪了! ? 58怎么会给我面试呢?不过面试时我表现的还不错,最后也拿到了口头意向,但已经签了OPPO就给拒了。
1.还是各种介绍,自我介绍,比赛,项目,为什么转行啥的。
2.我看你用了ESIM这个模型,把模型结构画一下,并且告诉我为什么有用。 Muy sencillo.
3.算法题:一个数组中和为k的所有二元组,要求时间复杂度为O(n)。这个也很简单。
4.介绍下BERT以及CRF。老生常谈了,他也没深问。
5.算法题:最小编辑距离,没错又一次被问到了,dp常规思路,只不过需要多考虑边界条件。完美解决。
6.算法题:一块钱一瓶水,三个瓶盖能换一瓶水,问20块最多能买多少瓶水?(用编程方法解决。)面试官午饭没吃,饿的等不及了,我刚想了一分钟还没写出来,面试官说一面就到这儿吧,我以为他要把我挂了,赶快急急地说了思路,面试官说没事你一面过了,走去吃饭吧,噗.......
2.58二面:
二面大多数时候都是我在问面试官,一时间搞不清楚谁才是真面试官……问了些58的业务,以及业务中需要的模型,算法等等的。聊得很开心,当然也有些坑,面试官会穿插着问些技术问题,比如在谈到58的软件内搜索业务的时候,面试官问如何在少量数据的情况下对用户的输入进行快速的意图识别。我说了几条:可以用信息熵来确定用户输入主体,用聚类来做些简单的意图识别等等。
3.58hr面:
一个很漂亮的大姐,很亲和,又是聊人生,结束后告诉我回去等通知。
28.华为(offer,拒了)
我申请的是华为消费者bg软件部的人工智能工程师,自然语言处理/语音处理方向。我听说今年很难进华为,想进消费者更是难上加难,但是我仍然没感觉到有多难进……可能华为比较看重课业成绩和学历吧,因为我感觉我只有这个优势……
上来两到算法题,不过都是很简单的leetcode原题,题目我给忘了,但是都答上了。但是我感觉面试难度看脸,有同学就被甩了两道dp题没答上来一面就挂了。
问的问题都很基础,知识点都是前面的那些,没有什么印象深刻的问题。
算法题:求一个数组中和为k的最长连续数组,暴力法解决的,面试官说没有复杂度要求。
问了槽位的概念,这个我之前真没听过,哎,还是太菜了。
问了些其他的基础问题
聊人生,聊规划,圆满结束,offer到手,签约会的时候,hr说给我安排到北京了,我不太想去北京,而且薪资也不高(我听到的消费者的同学都一个均价,什么硬件研究院、智能车、无线的均价都比消费者高),而且最重要的是,他把我安排到了消费者软件部下的智慧城市这个三级部门,大概率是语音方向的,我不是特别喜欢,就给拒了。
约定电面晚上8点半(阿里是加班到9、10点的节奏?)
主要是商汤无人车实习的项目,问我比baseline提升15个点,怎么来的。
从数据迭代、backbone、模型修改几个层面上说了下。
挑一两个有意思的优化说说,说了cascade、hdcnn的结构,为什么用这种结构。
项目中出现什么情况,怎么解决的?主要就是说小目标检测的解决方案。
对caffe源码熟悉程度。(我扯了扯源码的底层设计模式,数据流怎么流的,如何添加新层、cuda代码的细节)
pregunta abierta
给了一个情景,如何训练模型、调优。(题目很空,主要考察你对深度学习的理解)
根据需求(前向传播时间、模型大小),确定模型和基础网络,跑第一版模型。(举了个栗子) 判断模型是否出现过拟合的情况,来决定下一步的优化方向。 结果分析(confusionMatrix等),分析问题,将论文中的方法套上去,如果没有自己创造。(又举了个栗子)
softmax、多个logistic的各自的优势?1、类别数爆炸,2、推了下softmax反向传播的公式,来对比两者的优劣。
算法(走流程题) 字符串判断是否是ipv4,c++。(可能是时间不多了,大佬想下班了)
全程大多都是我在说,没有太多互动。后来经过源神@邢源建议,还是要故意给面试官漏点马脚让他们来怼我们,然后再怼回去,并说明不这么做的原因,不然不好拿高评分。(卧槽,真的是套路深啊~)
大佬貌似涉猎很广泛,对每一个领域都很熟悉,基本上简历中的很多细节,他都能找到点怼我。(聊了很久)
项目是从头怼到尾,主要考察对项目、深度学习的理解。
大佬对我的trickList很感兴趣,我猜想他现在做的工作和我的很相似。
Anchor大小、长宽比选取?我说了业界常用的方法(YOLO9000中的方法),并提了一个更优的方法。
为什么要深层、浅层featureMap concat?提了点细节和我踩的坑,需要数量级上的调整,不然深层的feature可能会被压制。
Cascade的思想? 说了下我的摸索的一个过程。改变样本分布,困难样本挖掘,能达到比较好的效果。
文字识别使用ctc loss的一些细节。
设计一个情景,倾斜字体检测,问我有什么好的想法?(我觉得应该是他现在遇到的问题)
数据增强,加入形变扰动。
非end-to-end版本:分别训练检测和分类,举了之前做过的一个文字识别的项目的实现。
end-to-end版本:加入仿射变换学习因子,学习字体倾斜的角度和形变。
在商汤发论文了吗?
没有,正在攒,项目比较重,但有一些work和insight,讲了下思路。(大佬听的很认真,貌似被我的故事打动了[捂脸])
为啥要换实习?日常吹水。
评价:大佬主动评价我对模型理解挺好的,工作做的挺深的,说等下一面吧。
体会:二面面试官说话很快,思维比较敏捷,觉得和这种人讨论问题很欢畅,如果一起工作会很赞。
以后面试说话语速应该快一些,让人觉得思维比较敏捷,这个可能会有加分项吧。
大佬应该是搞backbone模型优化的,问了我怎么迭代基础网络的版本的,日常扯论文,自己的实验结果和理解。
前两个卷积层通道数不用很多,主要是提取边缘、颜色信息,少量的卷积核足矣。
skip connection有什么好处?推了下反向传播公式,根据链式法则,梯度可以直接作用于浅层网络。
初始学习率怎么设?这个我真的没有总结过,只是说一般使用0.01~0.1。
mobileNet、shufflenet的原理?说了下原理。
为什么mobileNet在理论上速度很快,工程上并没有特别大的提升?先说了卷积源码上的实现,两个超大矩阵相乘,可能是group操作,是一些零散的卷积操作,速度会慢。
大佬觉得不满意,说应该从内存上去考虑。申请空间?确实不太清楚。
问我看过哪些前沿的论文?说了说最近两个月的优质的论文。
扯到了tripleLoss,大佬问样本怎么选择?随机,然后就被大佬嫌弃了。装逼失败,这块确实没怎么深入研究。
为什么用multiLoss?多loss权重如何选?训练普通的模型使其收敛,打印反向传播梯度的大小,这表示该task的难度,以此作为loss的权重,然后我补充说了下可以搞一个动态的loss权重,根据一段时间窗口来决定loss的权重。
凸优化了解吗?牛顿法、SGD、最小二乘法,各自的优势。
凸优化其他东西呢?我说只有一些零散的知识点的记忆,纯数学,没有很系统的研究。(面试官貌似数学功底很好,只能认怂)。
感觉有点虚,我尝试着往我会的地方引[捂脸]。 工程上如何对卷积操作进行优化?答:傅立叶模拟卷积。大佬不满意,说那是cudnn早就实现的,还有什么优化吗?(确实不知道,甩锅给工程组)
样本不均衡怎么处理?一个batch类别均等采样,修改loss对不同样本的权重。
三面面试官懂得不少,不过最后还是过了,有时间凸优化还是要系统整理下。
大佬应该不是做深度学习的,应该是机器学习那块的。交流中能感觉出来对这块不是很熟。挑他不会的玩命说,至少让他看到我的工作量。
SVM的KTT条件?说了说,说到SMO实在说不下去了。
GBDT和randomForest区别?原理角度,方差、偏差角度,过拟合角度,谈了谈之前打阿里天池的一些经验吧。
GBDT和xgboost区别?算法上工程上的优化,面试前专门看了,总结的不错,知乎,更多细节可以看看陈天奇的论文,我没看过[捂脸],做机器学习的小伙伴最好看看。
求和接近于target的连续子数组。(lintcode上有类似的题)
最后说让后面应该还有个hr面。