面筋(来自网络)

本文分享了机器学习岗位的面试经验,包括腾讯、百度、美团、网易游戏、作业帮、华为和商汤的面试流程与常见问题。重点涉及算法、基础理论和项目经验,如LR、GBDT、异常检测、CNN、RNN、Attention机制等,并给出复习建议,如《剑指offer》和《百面机器学习》。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.面试建议

(1)最重要的一点就是一定要多投简历多面试、积极主动。因为每个人的侧重点不同,把过多的时间放在看帖子、复习基础上,可能会导致走偏了还一直没有发现,面试可以看出来哪些东西是重要的,纠正方向。

(2)多投简历多面试可以针对性的发现自己的问题,一定要记录面试内容,方便后续复习。

(3)积极主动更加重要,有很多的情况是投完简历就石沉大海,能获得面试的机会寥寥无几。我的建议是尽量找内推,至少保证自己的简历被看到,一旦发起面试,要主动跟进面试流程。

2. 秋招流程

秋招面试一般有笔试+三次技术面+hr面

笔试在线上做一些题目

一面问基础知识和做一些算法题目

二面会问一些项目或者场景题,但是如果一面的算法题目做的不好,也会继续做做题目

三面就可能会继续聊聊项目论文,我的三面一般问的更多是解决问题的想法,这个就看不同的面试官啦

hr面就是hr小姐姐问问自己的情况之类的。不过走到hr面就基本稳啦,不用太担心啦

3.复习

3.1 基础复习

基础复习部分主要包括:笔试+一面

笔试刷一些题目就好了,**《剑指offer》**上面的算法题目过一遍就可以了,时间充裕可以刷刷leetcode

一面比较侧重于基础知识和算法能力。现场做题目不会有特别难的,大部分都是动态规划,套路也比较固定,看看之前面试的帖子,就可以啦。基础知识部分主要是算法数据结构计算机网络语言基础这些,如果非科班的同学,可能需要在这一部分多下些

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值