英特尔深度学习实习生面经

启发式面试,体验不错。

update: 2018-08-15 综合考量还是拒绝了offer,毕竟现在去实习,不符合大潮流,找工作要紧。

intel 一面

  • CNN相比传统全连接的优点

参数共享、局部感受野

  • RNN和LSTM对比?
  • 社区发现算法Louvain 优化点在哪?难点? 主要的工作是什么?
  • 分词服务用的什么? 新词发现怎么做的?命名实体识别如何做的?
  • LDA的共轭分布解释下?
  • 如何kill spark任务
  • 常用的Linux命令
  • 对于Java了解多少
  • pandas、XGBoost相关问题
  • 对caffe了解多少

intel 二面

  • hashmap如何实现?如何实现多线程的hashmap?
  • 多进程、多线程之间同步的方式
  • 介绍一下熟悉的设计模式
  • 对于spark的rdd了解多少?解释下宽依赖、窄依赖?spark内部如何处理宽依赖窄依赖
  • Spark Core了解多少
  • 对于SVM了解多少?
  • 对于树模型了解多少?
  • 对于TensorFlow了解多少
  • 解释一下梯度下降?还了解哪些优化算法?

后记

学会扬长避短,沉着冷静,遇事不慌,语速适中。尽可能把自己想起来的东西、较为确定的东西答出来。