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?