今日头条-AI lab机器学习算法岗面试

今日头条-AI lab一面,也是我第一次参加面试,时长近两个小时,很有含金量的一次面试,遗憾的是没有通过。事后来看,应该是初生牛犊不怕虎,很多东西掌握的不好,就贸然去尝试,不过也算了给了当头一棒,后面开始沉下心学习、准备。

流程如下

项目经历

faster-rcnn 相关

因为项目中用到faster-rcnn,所以聊了很多项目和论文细节的问题,多数记不太清楚了,靠印象记录几个。

  • rcnn 到 fast-rcnn 再到faster-rcnn的一些改进是什么?
  • faster-rcnn中如何自动选择负样本?
  • faster-rcnn采用的什么损失函数?
  • 传统的图像处理技术是否有了解?
  • 说一说SSD和YOLO
  • 说说对caffe的了解?

基础

  • 完整解释CNN的流程,分别解释每一层的作用
  • 卷积神经网络与传统的神经网络相比优点是什么? 也就是卷积的作用是什么
  • 说一说RNNLSTM
  • 你项目中用到了LDA,说一说你对于LDA的理解?

OCR

  • tesseract-ocr 4.0 的原理是什么? LSTM在这里面是如何进行运用的

算法题

  • 一维数组top k问题
  • 杨氏矩阵top k问题

提问

没问,或者说白问。

提醒自己

1.简历打印出来,放在身边

体会

试探性的投了今日头条的机器学习算法岗,事实证明我还是naive。很多东西不够连贯(没有形成一个整体的理解),部分内容理解的不到位或者不够深入,主要原因还是实践部分过少,单纯的理论知识肯定是不行的。

项目里面有部分核心环节用了一些开源框架和工具,不应该只是会用,应该去关注这些框架所涉及的具体算法和代码实现。

面试官问了一些项目更加深入or细节的信息,而这些往往都没有回答上来。

同时也暴露出来一个很大的问题,代码实现能力还是不够扎实,一方面是算法题刷的不够,另一方面就是将思路转换为代码实现的能力还是不够,之后应该多尝试动手,不能仅仅停留在理论层次。自己找一些实际的项目动手试一试,主动去接触实际的东西。

初高中常常有以考代练的说法,我想这大概是一种,只是一上来就练了某条,等级似乎有点高。

接下来的日子里,还是要着眼提升自己的实力。

曹真 wechat
欢迎关注公众号:一时博客