隔的时间比较久，所以很多东西记不清楚了 ，想到啥写啥吧
一面：
这个应该是我秋招的第一场面试
先自我介绍，巴拉巴拉自我介绍
说完面试官就说你这只有cv方向的？我不是cv的，机器学习会吗？ 答会但是没准备 所以很多可能说不清楚
没事 聊聊 然后就是一些基础的知识
为什么分类用交叉熵？ 感觉这个问题很常见，整个秋招被问了很多次， 具体的我就说了一下 预测结果和实际采样之间的距离可以用 kl散度让后化简到到交叉熵的过程 大概是这样
深度学习里的梯度消失和梯度爆炸完成的原因，怎么防止？
介绍过拟合和欠拟合分，有哪些技术可以预防过拟合？
L1和L2的区别，个子的特点？ 这个也很常见 我被问了好多次 主要就是特征选择和特征平滑
BN层是怎么操作的？
决策树的几个特征选择的方法？ 好久没复习，不是特别清楚，磕磕绊绊说上来了
到这个地方 感觉面试官已经知道我机器学习的极限了 就没有继续往下问
然后面试官随便问了几个很基础的cv问题 说了一句会帮你推到专门的cv部门的，面试就结束了
二面
聊简历 聊实习 干了些什么 几个项目 做了那些工作 为什么要这么做 还有具体操作上的一些细节 这个聊了比较久
也问了一些基于项目的基础知识 比如yolo的损失函数 v1和v3损失函数的区别
最后一个开放性的问题 一个分类任务 类别非常多 非常细致 比如 红衣服 蓝衣服这样的 还会涉及一些类别不平衡问题 你要怎么解决 说了一下思路 先分大类 然后再用小网络分类小的类别 或者像yolov2一样 设计类别的树结构 进行e2e的训练 应该也可以（其实这个我不确定，编的）
hr面
就是纯聊天。。印象最深的就是 用一个动物形容自己你是啥
别的我就记不太清了
过了一个星期 收到offer审核通知 以为进池子了 之前就在牛客上看到京东池子深似海 所以也没报什么太大的期待
（听，海哭的声音）
过了差不多10天 昨天晚上收到offer 三天给答复 第一个正式offer，没多想 先收了
最后祝大家早日找到满意的offer
全部评论
(5) 回帖