实习面试经历

作者: 数据挖掘机长 | 来源:发表于2019-03-20 20:39 被阅读15次

    本人渣硕一枚,现处于研一。虽然是学硕,但因为实验室研究方向较为冷门,所以希望能多攒攒实习经历,故最近投了几个实习,面试了几次。面试过程中发现自己还是存在许多明显的不足,现记录下来,与君共勉。


    腾讯组内直推 机器学习算法实习生 一面挂 (2019/3/4)
    这是我第一次正式投实习,是专业群有位师兄内推的,直接组内面试。晚上简历发过去后,过了10分钟就约好了面试时间。面试时长10分多钟(极其短),当时说只是了解一下情况。。。

    电话一面 10分多钟
    1. 简单自我介绍
    2. 介绍一下特征工程的流程
    3. 多目标优化问题怎么解决
    4. 有什么想问的吗

    还有一两个小问题忘记了,因为第一次面试,所以有点紧张,表现不是很好。我以为他会问我具体的问题,没想到上来就让我自己画个大饼,问我一般特征工程是怎么处理的,我当时的回答是:先进行数据的预处理,观察样本分布,如果样本不均匀,应该进一步处理。他当时继续问那应该怎么处理,我就回答上采样或者下采样,具体的步骤可能阐述得不太流利,我感觉他可能没有完全听懂。。。后面多目标优化问题我说直接给各个目标的优化函数加个权重,再合并起来。他继续问我还有其他方法吗,我真不知道了,虽然大三学过,但已经忘了一干二净。。。


    CVTE长期实习(包括暑期实习) 中央研究院视觉计算实习生 offer(2019/3/7)
    CVTE长期实习好像一直都有的,上学期看到内推信息就有点心动,因为官网上说的福利很好,而且时间灵活,但是当时觉得还没复习,投了肯定挂,想着寒假好好复习一波,虽然后面也没复习。。官网系统显示有两轮技术面,一轮hr面,但我就面了一轮技术面,很迷。

    电话一面 20多分钟
    1. 简单自我介绍
    2. 介绍一下论文项目(网络结构设计,创新点&难点,抠细节)
      基于CNN的jpeg图像去块检测(解释边缘滤波器设计的时候,答得有点牵强)
      基于GAN的图像隐写方案(GAN损失函数定义,如何传递梯度)
    3. lr和svm的区别
    4. xgb的原理,和RF的区别
    5. 最优化的方法(随机梯度下降,牛顿法等)
      当时没复习,直接说不太了解,面试官也说没关系。
    6. PCA和SVD的原理,推导过程和区别
      尴尬,这个也刚好没看,但是想到上一个问题没回答出来,这个再说不会就GG了,于是就凭着记忆扯了一下,在面试官的引导下,最后也答得七七八八。
    7. 有什么想问的吗

    总体感觉回答得不错,面试官也挺满意的,虽然也有些地方答得不好,但好歹也扯过去了,最后他说他是CV组的,目前项目有人脸识别,步态识别,行为检测,问我有没有感兴趣的。我答:人脸识别吧。又问:人脸识别和数据挖掘你选哪一个?(我投的是数据挖掘岗,可能因为我的论文都是图像处理吧)我答:有冲突吗。他说:肯定有啊,只能选一个,如果选数据挖掘,就得让DM组的人再面一次。我听到还要再面一次,马上说那就CV组吧。

    第二天通知直接HR面,第二轮技术面直接跳过,感觉怪怪的。。。而且CVTE的口碑不是很好,所以还是有点迟疑,最后HR面也顺利通过了。

    HR现场面 40多分钟
    1. 简单自我介绍
    2. 最失败的一次经历,怎么处理的
    3. 父母对你的影响
    4. 如果CVTE给了offer,你选择不来的最大原因
    5. 期待薪资
    6. 怎么看待加班
    7. 职业规划
    ...


    今日头条 数据挖掘实习生 二面挂(2019/3/20)
    实验室师兄直推,简历评估过后很快就收到了面试通知,当时还是很怂的,因为感觉自己还没系统复习过机器学习,李航的统计学习也还没开始看。。但因为师兄当时有直推名额,就想着攒攒经验,最后果然被虐了。。

    视频一面 40多分钟
    1. 算法题:100w条整型数据占多少内存,怎么高效地找出中位数,手撕代码
    2. 实习经历
    3. lr模型原理,损失函数及优化过程推导,和普通线性回归模型的区别
    4. 实习时长,职业规划
    5. 想问的问题

    视频二面 40多分钟
    1. 实习经历
    2. 如何交叉特征,哪些模型适合特征交叉,哪些模型不适合,说出理由
    3. 树模型分裂节点的准则,写出推导公式
    4. xgb如何优化目标函数,直方图原理
    5.算法题:数组里只包含正整数,所有数前后拼接成最大的一个数,用字符串输出

    一面很顺利,算法题一说我就有思路,用topk的解法,面试官也给予了肯定,最后代码也写得很顺利,虽然自己写测试代码的时候,有个小bug,不过最后也发现了,其他问题也回答得还行。

    二面的时候,就显得很失败了。问的都是知识盲点,xgb的histogram只是瞄了一眼,没细看,被问死了。写算法题的时候,因为当时有点紧张了,一想就想到递归,就跟面试官说了思路,面试官觉得用递归很奇怪,并表示没听懂我的算法。我又说了一遍,仍表示不懂,于是让我写出来,我就写了出来。面试官认真地看了代码,表示结果没问题,但是表示其实不用那么复杂,我后来发现自己的递归其实就相当于for循环(- -)。最后在面试官提示下才发现就是一道排序问题,只是需要重载一下比较符(唉,太久没刷题,脑子愚笨了)。最后面试官说面试结束了,让我等hr通知,连问题都没有让我问,感觉已经凉透了 T T~~

    相关文章

      网友评论

        本文标题:实习面试经历

        本文链接:https://www.haomeiwen.com/subject/qmbtvqtx.html