度小满面试机器学习凉经

(之前误删,重发一下)

面试时间线:

6.4 电话一二面

6.12 现场经理面,并补充二面

6.24更新 已凉


过程:

先说下背景吧,我是工作了一年,在NLP领域比较熟悉,机器学习也涉及。

面的岗位是机器学习岗位


一二面主要问项目经历,问到很多细节

同时也会问懂不懂Linux 操作,脚本,sql

然后做了三道基础题:

1、用sql搜索出第二大的数据,并返回出来

2、统计词频,并排序后输出

3、判断链里是否有环


现场补充二面主要是做题:

1、算两个集合的交集,及其复杂度

2、从一个矩阵中找出一个数字,这个矩阵从左到右,从上到下都是依次增大的

3、一个机器学习建模的过程,这个只要有建模过的都可以答的出来,包括像相关性,过拟合,训练数据,特征选择,调参等。

4、sql语句


三面是经理面

我这边的经理面就是问问我的项目,没有一二面那么深入,然后就开始问关于我价值观的一些问题



到目前为止说是要继续等,不知道最后能不能等到。


面试官是从北京特地过来的,最后祝面试官和北京人民健康安全~

回报下牛客,希望大家好运🍀

#度小满##社招##算法工程师##面经#
全部评论
老哥,你怎么知道凉了。。 我貌似和你一天面, 没收到消息就是凉了么
1 回复
分享
发布于 2020-06-28 15:04
祝老哥成功上岸
点赞 回复
分享
发布于 2020-06-19 14:17
联易融
校招火热招聘中
官网直投
祝老哥成功上岸
点赞 回复
分享
发布于 2020-06-19 14:44
能问一句疫情严重,换工作薪资高吗?
点赞 回复
分享
发布于 2020-06-19 18:43

相关推荐

1.自我介绍2.抓着项目的一些问面试官喜欢问从顶层的实验设计的一些东西我的实验为什么要选用 cos 距离或者 mse?能不能用 KL散度?是不能用还是不好用?KL 散度和交叉熵的区别和联系是什么?(都是我没考虑过的问题 有点汗流浃背)既然你用到了那么多微调方式, 那你有什么实验过程中探究了 lora 的比如 秩之类的参数的影响吗?prompt tuning  ptuning v2 有啥区别?(说完他觉得我说的太八股太宏观了,又讲了一堆原理)为什么 p v 2 比 prefix tuning 要减去那个 lstm 和 linear? 我说论文里说适配 NLG 任务,好像记错了。有没有接触过强化学习?为什么你们只考虑微调,是因为啥原因?你是用几张卡跑实验?多大参数的模型?跑的时候内存占用量多大?有没有试过全量微调? 那你想一下,假如我用 deepspeed 的几种版本, 全量微调7B 模型,内存占用多大?最后大概的意思就是说他比较看重实验最初的一些设计能力, 不能蹬 OOM 再来解决。让我之后要多理解一下 deepspeed。说社招看的多这些理解能力。反正基本上就是项目围绕讲。 后面说我项目做的,工程应该能力不错。 代码题也是那种很简单的处理数据。
点赞 评论 收藏
转发
3 14 评论
分享
牛客网
牛客企业服务