蚂蚁金服一面凉经

岗位:机器学习算法岗(NLP相关)

  1. 面试官介绍了一下蚂蚁金服做的一些东西
  2. 两个简单的算法题,但是第二个题的优化方案没有想到
  3. 有没有遇到过过拟合(没有),那说一下什么是过拟合,解决方案有哪些?
  4. 数据增强有没有做过(没有)
  5. 什么时候用L1,什么时候用L2正则,有什么区别
  6. 说一下Transformer的结构
  7. Transformer中的前馈神经网络的构建的两种方式有什么区别(一个传统的FFNN,一个是基于卷积的,第二种这个根本没有了解过)
  8. layer nomarlization的两种方式了解吗,一个before,一个after。(没有了解过)
  9. 决策树的优点(只说了构造比较简单,比较快。然后扯了一下RF,GBDT,XGBoost)
  10. 问自己的项目
  11. 场景题(基于字幕文本,如何把长视频剪切成N个短视频)

总结:熟悉的基本没咋问,所以回答的不好,基本凉凉。

#面经##蚂蚁集团##算法工程师##校招#
全部评论
楼主你好,请问你是实习、校招还是社招?
点赞 回复
分享
发布于 2020-07-29 10:44
这也太难了....
点赞 回复
分享
发布于 2020-07-29 11:27
联易融
校招火热招聘中
官网直投
请问是视频还是电面
点赞 回复
分享
发布于 2020-07-29 15:06
transformer不就是用来替代卷积和rnn的吗😂为啥前馈还会用卷积来构造,米有听懂诶
点赞 回复
分享
发布于 2021-03-22 11:35

相关推荐

点赞 22 评论
分享
牛客网
牛客企业服务