6.23更新，终于收到实习邮件啦，但是base北京，学校不一定能批。。。。

6.8 京东的工程师今天加我微信，说我在实习生列表里，HR还没来得及发Offer。等了一个多月，终于等到了！许愿正式offer！

面经

我硕士做的是计算机视觉方向，但捞我的是做推荐与搜索的部门。

一面（4.23，25min）自我介绍，深度学习基础

描述下前向传播、后向传播；
什么是梯度下降，有哪些优化算法，区别是什么，它们（SGD,BGD,mini-BGD）的区别；
常见的激活函数有哪些；
sigmoid的特点；
为什么要用非线性激活函数，relu右侧导数是1，为什么能作为激活函数；
激活函数为什么要零均值输出；
梯度消失和梯度爆炸的原因，怎么解决；
什么是过拟合和欠拟合，怎么解决；
Dropout什么原理；
L1和L2正则化介绍下；
验证集是做什么的，测试集效果怎么评估；
介绍下AUC和F1-score；
分类和回归都用什么损失函数，分类为什么不用平方损失；
课题组做什么，小样本学习简介，效果怎么样？

二面（5.8，25min）自我介绍，项目，压力面（面试官有点冷淡，每次我说完好久才回话）

项目介绍；
迁移学习怎么做，原理；
怎么用的动态学习率，人工干预还是自动的；
怎么理解AUC；
项目用的什么平台，keras、tensorflow、pytorch都是哪家公司的，为什么喜欢用pytorch；
了解哪些模型，讲下它们的原理（VGG，Inception V1-V4，Resnet）；
了解检索或者推荐算法，是否对推荐或搜索感兴趣；
反问

HR面（5.13，15min）

讲下硕士课题，讲一个自己做过的最出众的项目，自己的优势和劣势。