首页 > 笔经面经 > 腾讯机器学习面经

腾讯机器学习面经

头像
布衣14
编辑于 2019-04-01 19:30:13 app内打开
赞 23 | 收藏 252 | 回复28 | 浏览6959
RT,楼主现在官网的状态是"已完成",请腾讯大佬在内网查的状态的“已录用”,应该是稳了😃(补充:下午收到OFFER CALL,上岸了)。在准备面试期间,牛客帮助我很多🧐,所以写篇面经回馈牛客。本面经分三部分:第一部分讲我的前期准备,第二部分讲面试过程,第三部分讲一些面试TIPS。

一. 前期准备

先介绍背景:本科某211非计算机专业,硕士某985软工。去年十月份,在周边同学和老师的影响下,逐渐确定方向为算法岗,开始自学。看了很多面经,我认为机器学习面试无非考察三个方面:1)项目,或者论文 2)基础知识,基本模型,手推公式啥的    3)算法题。

Step1,看吴恩达老师的公开课,CS229看了几节有点难,后来就改看Coursera,期间跟着手推公式,用Octave完成作业,大概花费1个月。

Step2,西瓜书和《统计学习》,本来这两本书要反复精读的,但是楼主太菜了,看了两个礼拜就看不下去了,但还是要看的,可以作为公开课的补充。

Step3,学python,这个可以直接在kaggle上学,下个Acaconda,用spyder就可以了,大概花了两个礼拜。

Step4,参加Kaggle竞赛,具体哪个就不说了,最后前1%,同时刷《剑指offer》,大概花费一个月。

Step5,反复刷《剑指offer》,大概4轮,然后刷常考的leetcode题,比如2sum、3sum、股票问题、TopK,同时大量看面经,我收藏了20多篇腾讯机器学习的面经,就着上面的问题来复习,也是一个月。

So,经过这样的学习,在3.8号,我投出了自己人生中的第一份简历。

二. 面试过程

虽然3.8就投了简历,当天晚上腾讯打来电话,但是,我没接到!!!桑心😥😥😥。再连续等了N天后,我终于在20号开始了我人生的一面。

一面(电话面试)

面试官人很nice,没有为难我这个菜鸡,我的临场发挥也还行,自我感觉能打到8分,下面是过程:

自我介绍。balabala,比较顺畅

为什么跨专业?实话实说

敲代码:翻转二叉树。So easy,3分钟搞定,bug free,然后这就是我第一道也是最后一次敲代码,明明我准备了那么多的。。。怎么就不考了呢?忧桑😥😥😥

接下来问项目:

数据处理,特征工程

K折交叉验证与留出法对比,精度提升情况

比赛评分标准,准确度情况

Stacking

l1,l2对比

线性回归,SVM背后原理,还问了最小二乘法的公式

XGBoost如何给出重要特征

还问了python,set背后实现原理(这个没答出,后来同学跟我说可能是map

问我有什么问题?我问了一下业务相关,面试官说大概是做广告这方面的

全程35min,大概十个问题回答出了九个这样子,面完自我感觉还行,开始准备复试。

二面(视频面试)

二面的体验就比较差了,面试官全程只问项目!!!而且他那边声音信号又不好,常常听不清,被怼得很惨,当时心灰意冷,大概问了:

自我介绍

数据处理,特征工程

Stacking原理,还有怎么调优?

随机森林和GBDT,XGBoost对比

XGBoost怎么调参?用了多少棵树?

神经网络、深度学习了解吗?

卷积层、池化层

Dropout为什么能防止过拟合?具体实现

你还有什么问题?当时感觉凉凉,连问题都忘问了

全程也是35min,面完就感觉凉凉,自闭,没想到三天后突然到HR面试,感觉真是中大奖了

HR面(电话面试)

HR是一个小哥哥,正好是我校学长,语气很nice,就问了些项目情况、学习方法和实习时间,没问技术,全程8min,但也应该事先准备下。

以上就是面试的全部情况,刚刚内推人和大佬都帮我查询到“已录用”,应该是稳了,也算是圆满结束春招。

三.TIPS

1,项目是大头,一定要把项目弄透,最好把自己熟悉的一面写上去,去引导面试官提问,自己都不熟悉的项目我个人认为是减分项

2,提前准备,腾讯的面试官喜欢突击面试,我的一面二面都很准时,HR面提前了半个小时,这种突发情况一定要尽量避免,消除影响

3,建议大家搜集同方向的面经,10-20篇,把上面的问题都搞懂,问题就不大了

4,还有一个TIPS今年可能没什么用了,就是报名时间,并不是越早越好,也不是越晚越好,大概在提前批60%-70%的时间投递是最好的,这是看鹅厂wo谈会看到的,由北邮人总结。


28条回帖

回帖
加载中...

本文相关内容

近期热帖

热门推荐