面试太累了，3周0 offer，一个三面完等反馈，两个二面完等反馈，一个一面完等反馈，其他的都没过。
初衷：从北京换到南京，结果：放弃，可能会先到上海过度下。 即使面过了，南京的待遇和技术氛围跟北京比，还是有些落差。
1、机器学习题目总结
- Bert的残差提现在哪
- Bert的gelu跟relu相比有什么不一样
- Bert的attention机制是什么
- Bert的wordpiece原理是什么
- Bert的位置embedding怎么做的
- Bert对未登录词怎么处理的
- LR为什么被叫做回归
- L1正则为什么是稀疏的，为什么能缓解过拟合
- pointwise pairwise相比，优劣势各是什么
- CRF的原理
- HMM的原理
- 交叉熵为什么可以作为损失函数，跟KL散度有什么关系
2、编程题
- 最短路径 (迪杰斯特拉算法）
- 给定label和预测值，算auc
- 二阶矩阵的回转打印
- 非降序数组，打印某个值最后出现的位置
- 给定某个值，二叉树上是否存在某个值的和等于这个数
- 找出数组中超过半数的那个数字（摩尔投票）
3、面试官类型
- 故意刁难型。
- 相互PK型。
- 气场不如你型。
技术上确实是平时思考的不够，建议大家平时用模型的时候，模型的原理要吃透，再多问几个为什么，为什么要这样做，那样做行不行，难点和亮点是什么（每次做完了之后都觉得没啥难点也没啥亮点，不知道有没有高人指导下这部分怎么提升），最好是有些模型的优化工作，别像我似的，大部分时间都只是训练语料的优化。
我在最后的提问环节，表现还是挺好哒，一般面试官会说你这个问题问的挺好的，sign。
全部评论
(4) 回帖