秋招面试--百度机器学习面经

百度

岗位：机器学习/数据挖掘/自然语言处理工程师

状态：技术面完成

渠道：秋招

1、技术一面

2018年9月14号星期五 现场面

1、自我介绍

2、手撕代码

1）二维有序数组的二分查找某个数

2）找一棵二叉搜索树里面给定两个节点的公共祖先

3）最大的K个数

3、介绍思想

1）文件太大，内存太小时候，最大的K个数怎么样的求解过程？

4、手推公式

1）讲解并推导一下SVM

5、基础问题

1）LR和SVM的区别

2）讲一下做过计算机视觉的比赛

3）对着笔试题目写的内容，问过拟合有哪些解决方法

4）说看见笔试写了推荐的那题写了DNN，能讲讲自己用过么？结合了一个CVPR的文章讲一下我写的word embedding、DNN

5）详细介绍实习期间的工作，然后怎么做的？

6、有什么想问的问题

2、技术二面

2018年9月17号星期一 现场面

1、自我介绍

2、手撕代码：合并两个无序链表成为有序链表

3、讲一个项目，很看重思考的过程和处理的方式

4、讲一下实习的内容，说的比较详细，每一步怎么训练、用什么训练、怎么使用的、有什么好处

5、交流对深度学习的理解，从CNN、RNN等多个方面介绍自己掌握的

1）CNN方面:介绍结构，介绍发展历史，卷积用来干什么，顺便提了迁移学习，resnet的思想，中间问到了:BN的作用和原因

2）RNN方面:介绍RNN结构，梯度消失，介绍LSTM，介绍GRU，介绍最近两年的mrelu-GRU，介绍了并行RNN

3）DNN方面:介绍了dropout，relu等等

6、补充说明了强化学习及应用场景

7、提问环节

3、技术三面

2018年9月19号星期三 现场面

1、觉得比较有成就感的事情，对自己有什么持续激励么？

2、介绍一下实习的内容，然后自己怎么做的，然后差不多花了20分钟在上面探讨优化改进点，以及有哪些问题

3、实验室允许实习么？怎么去说服老师同意实习的？

4-9、关于项目分工怎么考虑，部门人际关系如何协调，宿舍舍友间关系，师生关系，实验室同学关系，个人兴趣爱好等

10、offer的考虑

11、提问环节:

1）岗位和内容，后面问对统计方法的了解，问了SVM的一些知识，损失函数，正则项等等

2）加班强度怎么样？面试官说百度是10:30-4:30必须要在公司工作，其他时间有事你可以走的，项目忙的时候可能加班到9点10点，还是比较灵活的

3）后面的流程