360实习生面试过程:
18年2月初去的360面试,这是第一次去大型互联网公司面试,也只是抱着试试看的念头,但是年后HR给我打电话说我通过了,然后就没再准备其他公司的,一心等3月多去公司。结果,一直没等到正式offer的我给公司打电话,跟我说人招满了,忘记通知我了。呵呵到无话可说,如果第一个电话告诉我说我没过也可以,关键是我都准备着去北京了,结果又是因为其他原因说忘记通知了。。。ε=(´ο`*)))唉
面试经过:共3面,第一面是个技术大牛,怼了我一顿,主要有这样几个问题:
1.当场写代码:tensorflow的应用,比如写一个对图像进行分类的实际应用代码。
2.keras的应用:不用写代码,但是要知道应用场景
3.推荐算法的矩阵分解怎么做。
4.最大似然和贝叶斯分类的区别(回答:先验的有无),分别适用于什么场景:贝叶斯适用于小数据集,因为先验好求。
5.判别式和生成式的算法各有哪些,区别是什么,分别适用于什么场景。
6.LR和最大似然的区别
7.L1和L2范数的区别以及适用的场景
8.各种算法的损失函数怎么写
第二面应该也是一个技术,看起来像是管理层,问的比较简单,就是介绍一下自己简历上做过的项目
三面是HR面试,一个孕妇,问了一下薪资的问题。
总的2个多小时的时间,3个面试就结束了,可以说是比较有效率。
滴滴电话面试
一共是2面,都是技术面试,两个都是电话面试,中间隔了2天时间,大概每个都半个多小时时间。
一面:面试官环境声音比较嘈杂,很多时候听不清楚,但是听起来脾气蛮好。开始面试官进行了自我介绍,然后我做自我介绍。
问:选择一个最熟悉的项目进行讲解
答:我讲的爬虫+文档分类+推荐算法,设计到word2vec,svm,贝叶斯,协同过滤,矩阵分解,冷启动。
问:文档分类的准确度以及使用什么方法得到的准确度
答:96%左右,k折交叉验证(面试官讲了他们做测试的时候,是16年的训练,17年的验证)
问:对深度学习的理解
答:略讲了CNN卷积,卷积层和pooling层的