中间有些内容可能隔了有点久没有完全记录下来，请大家见谅。
一面（时间：3.27）
- Python的浅拷贝和深拷贝的区别，具体怎么写
- 有用过linux吗，用过哪些命令，akw用过吗
- hadoop和spark了解吗
- 代码题，之字形层次遍历
- Kaggle的整个过程是怎么做的，特征怎么处理
- 特征怎么选择，怎么判断一个特征的效果
- Xgboost和gbdt的区别，xgboost中防止过拟合，bagging和boosting的区别
- Sigmod激活函数的具体公式，手推lr
- LR的特征交叉，那不想手动交叉怎么办
- 评价指标
- LR有什么优化算法
- 会不会attention
- 有一些比较零碎的想不起来
- 反问：问了具体是做什么，是不是一定要c++
二面（时间：3.27）
- 代码题，找到最长的子序列
- 样本不平衡怎么办
- 特征缺失得特别多怎么办
- 决策树对于这种样本缺失的会怎么表现
- 挑选一个项目讲讲，项目里的xxx怎么做
- 还有些别的问题忘了
- 没有反问直接说这轮面试结束
三面（时间：3.27）：
- 主要问项目，往广度问，往深度问，对这个方向的了解和主流的解决手段（我的机器学习方向比较偏门），从模型和数据的角度出发，探讨里面的一些问题，比较深入。自己的项目有什么亮点，关于这个方向的想法。
- 做项目的过程中有遇到什么困难吗，怎么解决，平时怎么沟通
时间：4.2 oc
总结：一面主要问机器学习的一些比较基础的问题和项目，二面会问机器学习的问题和项目更佳深入一些，三面聊论文往广度和深度问。比较感激三面的面试官是跟我以一种共同探讨问题的态度，告诉我没有标准的答案，大家一起讨论。从我个人觉得，回答问题可以从多角度出发。
全部评论
(5) 回帖