实习直通--京东算法工程师面经

京东

此处感谢一面和二面面试官，问了很多知识点的盲区，虽然面试的时候可能面的心态有点崩，但是找到很多不足之处，后面再好好弥补。

1、技术一面

2018年9月15号星期六 电话面

1、自我介绍

2、生成式模型和判别式模型的区别，都有哪些

3、讲一下混合高斯模型，EM的核心思想是什么？

4、讲一下HMM模型

5、说一下CRF模型

6、讲一下贝叶斯？那说一下朴素贝叶斯？为什么朴素？

7、朴素贝叶斯的好处？为什么那么多人用？

8、如果某个条件之间没有出现过，那么概率肯定为0，怎么避免？只知道分子+1，分母+可能情况数，追问为什么这样加，依据是什么？

9、为什么不用SVM做分类？从原理上讲一下SVM，SVM怎么解决多分类问题？

10、LSTM里面怎么处理输入变长的序列？追问那一个batch里面长度不一样怎么办，训练会出现什么问题？继续追问选择一批训练的数据满足哪些约束，随机选么?说一下对LSTM里面的Attention机制的了解？

11、GRU改进了，为什么不用？RNN上面最近两年有什么新网络改进？

12、讲一下CNN最近十年的发展历程吧，每一年都有什么新网络的提出，解决了什么问题？回答至resnet时候被打断。

13、说一下最近一两年的新的CNN网络，说Dense Net, Xception, 胶囊网络这些，然后问为什么pooling层不好，哪里不好，要用胶囊网络？

14、你觉得CNN结构未来的发展方向？

15、BN的原理，怎么做的标准化，作用是什么？为什么减少过拟合？

16、考一个简单点的代码吧，求数组里面连续子段和最大值？

2、技术二面

2018年9月15号星期六 电话面

1、自我介绍

2、项目介绍，问了很多细节点，网络参数怎么设置的？做了哪些优化等等，所以耗时很久

3、实习工作介绍，问了很多细节点，词向量语料库哪里找的，怎么训练的，参数怎么设置的，怎么使用的，为什么考虑用这个模型等等，所以也耗时很久

4、手上已经有的offer，选择工作的时候基于哪些因素考虑？