旷世face++算法研究员面经

一面(30分钟+

  • 撸项目(很细节,第一个项目每一步都要问为什么不用某个其他的方法)
  • 讲讲adaboost和random frost的相同之处和不同,各自应用范围,实际应用选择
  • 对SVM的理解,简单推导SVM,为什么要用对偶问题(二次规划+核化)具体讲一下为什么要核化,核化的过程
  • 讲一下DL中目标检测的大类和特点(one stage、two stage)为什么two stage比one stage慢,为什么one stage比two stage精度高?one stage在哪些具体方面检测精度不高(ROI+default box的深层理解)
  • 讲讲梯度消失问题及其应对方案(BN、Relu、初始化)
  • 讲讲BN的细节(过程,公式,作用)为什么BN可以加快优化算法的速度
  • 有什么问题

总结:问得很深入,基本都要非常理解才行,提到某个细节之后可能会深入问这个细节更细节的东西,千万别在回答的时候给自己挖坑。


二面:(40分钟+

  • 自我介绍;链表的倒数第k个结点(双指针)
  • 应用场景题
  • 抛一个不均匀的硬币,设计策略能得到1/2的概率(抛两次)如果要求得到1/3和2/3呢?设计策略(抛四次,我想着抛6次,小哥哥提醒了)
  • 给出一个0到n的随机数生成器,设计策略,让不得到x的条件下,得到其他数的均匀分布(只能生成一次)(hash映射,但是我找不到合适的映射函数,小哥哥提醒了)扩展:不得到两个数呢?m个数呢?(一样)
  • 房子500万,每年涨10%,程序员工资100万,不涨,问多少年能全款买房(几秒钟估算了一下,永远买不起…)(总觉得小哥哥在暗示我什么)
  • 堆介绍,插入元素时调整的时间复杂度(变成二叉树,递归定义)堆排序、其他排序方法介绍和特点(按时间复杂度分了三种去介绍),最常用哪种
  • 有什么问题(小哥哥建议多看些ML的实际场景(我其实想问智商怎么提升…)

总结:二面考基本功,数学算法和ML的熟练运用能力。


三面(院长大佬面)(挂)

  • 自我介绍
  • 用到深度学习的项目(大部分时间聊项目)
  • 深度学习的前沿知识(最新的网络结构、精度最高的目标检测模型等)
  • 有什么问题(大佬很委婉地劝我说他们主要收深度学习方向的…)

总结:菜是原罪,论文读的太少了


#算法工程师##旷视##面经##秋招#
全部评论
😂一样挂大佬。。。问题是大佬面是算法必过关。。。有什么想法吗?多读论文?
点赞 回复
分享
发布于 2018-09-27 20:18
很厉害了!
点赞 回复
分享
发布于 2018-09-27 20:19
饿了么
校招火热招聘中
官网直投
大佬随机数生成的那个题具体应该咋答?
点赞 回复
分享
发布于 2018-09-27 22:06

相关推荐

点赞 70 评论
分享
牛客网
牛客企业服务