机器学习工程师面试流程

通常是3轮技术面+1轮hr面。

PartA. 非技术问题:

1、自我简介(学历情况、擅长算法、使用的工具、研究的领域)
2、有无考研打算等等。

PartB. 技术问题包括:

1、数据结构算法。如结构体、小型ACM题目。

2、过一遍机器学习算法,看下你基础。再深入问你一个最熟悉的算法。如SVM、注意力机制。

3、逐个项目或挑一个项目问。如词汇语义表达项目、CCF基于视角领域情感分析项目。
包括你负责什么、项目流程即方法、后期的改进,以及深入问你:这个方法的优点是什么、缺点是什么,与同类方法的比较(为什么不用别的方法)。

注:要想想自己讲述得是否清楚、流程是否详略得当,不会让人觉得无聊、使用的方法是否能让人信服。

猜你喜欢

转载自blog.csdn.net/qimiejia5584/article/details/78640641