首页 > 机器学习实习生面经
头像
每天一通offercall
编辑于 2021-07-17 23:15
+ 关注

机器学习实习生面经 内部员工回复

第一次实习,所以也是第一份面经,谨以此回馈万能的牛友们
部门:腾讯优图实验室
――――6.27一面1.5h――――
首先必须要说面试官(广东人,下面就会知道why)人超nice,全程感觉像是平常聊天,下面进入正题:
1.自我介绍,问本科毕业设计,一个关于用gbdt做推荐系统的任务(主要是因为本菜鸡为三无选手,无项目,无比赛,无顶会)
2.问机器学习算法原理:boosting与bagging的思想与异同,gbdt,xgboost,rf原理以及三者之间的异同,不同点为什么work
3.问深度学习的一些知识:介绍cnn,及其与普通神经网络的区别和优势,介绍bn层及为什么work,知道dropout吗,说一下原理和作用,介绍一下权重衰减,softmax,交叉熵及代码实现(参数为标签和logit值,面试官全程指导本菜鸡),以及如何防止softmax数值溢出(我隐约记得吴恩达CS230作业上做过,简直有如神助),说几种传统图像分割方法,用过opencv吗(没有,用的skimage库,结果面试官官不知道这个库,还专门去百度了一下😂),用tensorflow还是pytorch,(此处我如实回答tf,面试官建议我了解一下pytorch,说当我了解之后就会发现真香😁,当时差点没笑出声)
3.最紧张刺激的环节:快排,说一下时间复杂度,动态规划―背包问题,面试官最后说基础还可以
4.反问:如果过了等多久二面(隔天就会‘通缉’你😂),部门具体做什么
――――6.28二面20min――――
感觉这个面试官有点急,问了一下研究生在做的东西,所以我就说了导师给我的任务,利用scattering transform+mumford shah模型做图像分割,介绍了一下思路和scattering transform,然后解释了一下与深度学习相比的优势,就结束了,没有反问
二面感觉回答的不太行,一度感觉凉凉,结果

――――6.30hr面20min――――
没啥好说的,问什么答什么,别太离谱就行😁
接下来就是煎熬的等待,隔了一个星期左右oc

第一次实习面试就此圆满结束,期间看了牛友们大量宝贵面经,再次感谢牛客平台和牛友们,并许愿实习期间一切顺利

全部评论

(3) 回帖
加载中...
话题 回帖

相关热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐