2019 深度学习算法工程师成都

1面:
直接问项目,纸上画网络结构,问了一些跟项目相关的细节上的东西
问了二分类交叉熵,和多分类交叉熵 的区别 和一些相关的问题
看简历 问了inception结构
了解哪几种采样方式
手撕了EM算法
外加一个简单算法题 二分查找
没了 面试官嫌我用的草稿纸多
总结:主要是问简历上写的东西,再稍微发散一点。

2面:
这个就和一般的网上的问题没什么区别




#vivo#
全部评论
手撕EM,不得了
2 回复 分享
发布于 2019-06-15 23:18
哪家公司啊?秋招还是实习呢?
点赞 回复 分享
发布于 2019-06-25 00:04
多类交叉不是二类交叉的扩展吗?有啥区别
点赞 回复 分享
发布于 2019-06-16 00:22

相关推荐

昨天 17:04
已编辑
浙江大学 算法工程师
面试问题:- (针对简历提问)你工作里主要关注哪些指标?解释一下AUC含义、计算和作用- 主流的开源大模型结构有哪些?(prefix decoder,casual decoder、encoder-decoder)- 介绍一下layernorm和batchnorm的区别?- 在机器学习里,怎么处理长尾数据和多峰数据?- 怎么解决模型的冷启动问题,你觉得LLM在冷启动方面能够起到什么作用?- 介绍一下常见的优化算法(SGD ->Adagrad ->RMSProp ->Adam -> AdamW)?优缺点- 为什么Adam不一定最优而SGD最优的?怎么理解分析?- (针对简历提问)你工作里的对比损失是怎么构造的,有什么作用?介绍常见的对比损失的公式。代码题:- 数组第K大。给定整数数组 nums 和整数 k,请返回数组中第 k 个最大的元素。(力扣215原题)- 手写对比损失的计算(结合项目),并简单说了一下原理。(大概写出来就好)二面我这个是交叉面,提问的有部分设计大模型,也当然我简历上有大模型,所以问了一些llm+搜推的内容,但这部分交叉问题比较浅,能说个大概就很好,同时也有很多经典的机器学习面经问题。因为项目里提到了对标学习,所以面试官在代码考核部分让我写个示例,所以写进简历的一定要准备好(包括流程步骤,代码实现大概要清楚)。面广告算法的岗位,机器学习面经暴率很高,建议熟背,就算是看过有印象,问到的时候也会基本很稳。#面试问题记录#
点赞 评论 收藏
分享
评论
点赞
16
分享

创作者周榜

更多
牛客网
牛客企业服务