算法工程师-机器学习-数据科学家面试准备

该仓库记录了在国内或海外如何准备机器学习工程师和软件工程师面试,尤其海外与外企岗位,润

https://longxingtan.gitbook.io/ml-interview/

CS自学指南

Leetcode

刷题策略

时间有限的前提下,精刷大于泛刷

  • 阶段1: 初步掌握考察的常见数据结构和算法,尤其是常见类型的模版
  • 阶段2: 拿到问题,首先从解决问题角度入手,然后从模板中提供线索。模版的基础上,不断强化练习。按tag刷题
  • 阶段3: 真正融会贯通,结合问题交流、复杂度分析、头脑测试,刷题量达到满意要求
  • 面试前,针对面试公司的tag或面经进行重点练习

面试

机器学习方向主要使用python,因此以python为刷题语言

  • 先明确自己理解题意,不明白的地方一定问清楚。通过写几个test case,确保涵盖所有情况。并确认输入输出的类型和边界
  • 开始想人是如何做这个任务的。没有思路时,想想更简单、数量更少时如何处理
  • 转化为代码,用什么数据结构,什么算法。讲思路的时候,一定说清楚为什么选择这个数据结构,并结合有代表性的test case讲
  • 写完代码后,进行test的过程
  • 给出复杂度分析

参考

学习资料

基础

数据结构和算法

操作系统

Web开发与系统设计

分布式

机器学习

  • 常见模型的原理和局限
  • 手写基础算法
    • 写实现两层fully connected网络
    • 手写CNN
    • 手写KNN
    • 手写K-means
    • 手写softmax的backpropagation
    • 手写AUC
    • 手写SGD
  • 延伸
    • 给一个LSTM network的结构,计算how many parameters
    • convolution layer的output size怎么算? 写出公式
    • 设计一个sparse matrix (包括加减乘等运算)
  • 八股文
    • 怎么解决nn的overfitting/underfitting
    • 优化器,如何选择优化器
    • 数据收集
    • 模型选择
    • 推荐,scale\abtesting\trouble shooting

System design

Reference

行为面试 Behavior question

面试考察的不单是技术能力,更是考察是否是未来值得合作的同事。行为面试不可小觑,甚至更多时候软实力都是更重要的能力,因此面试时有针对的准备是非常非常有必要的。

基本态度

  • 说话自信大气,眼睛和肢体不要有多余的动作,professional, 有Leader该有的样子。而且不要我,是你们的损失,有这种气魄,但不要因此傲气
  • 正常的面试官,其实也就是我们身边的人,是和我们谈笑风生的一样,不要有负担
  • 注重记录和录音
  • 注意面试官问题,他想要的答案是什么,一些关键字是什么. 不会的问题,也把能想到和思考的呈现出来即可,relax
  • 任何开放问题,LC或ML,都从最简单开始
  • 适当掌握主动,整体诚信
  • 总是从大的框架入手讲解,横向多对比,纵向如何深入优化
  • 主要发offer之前表现出对加入公司浓浓的兴趣
  • 有些问题,可以多要点时间想想 不要乱说。框架性思考,分点阐述。不必着急回答

常见问题

背后都对应着leadership principles

  • conflicts with manager/跟老板同事如何处理冲突,

  • challenging project

  • think differently

  • simple solution to solve a problem

  • tight deadline

  • 怎么带队

  • 怎么plan项目

  • advocate myself的经历

  • deal with 不配合的同事

  • 怎么让团队保持innovative

  • 怎么说服别人同意你的意见
    首先划定几个禁区,

    • 不要以自己的身份和地位去压别人,而是摆事实 讲道理
    • 就事论事,不要上升到人
    • 意识到自己的错误了 及时承认
  • describe a situation where you decided to step in to help a friend/teammate

  • describe a situation where you explore a new area

  • 怎么给一个完全没有ML背景的客户介绍相关技术概念

  • 跳槽原因

    • 提升技术深度和广度

Project

  • 里面的细节
  • 是否有不足之处,怎么改善/或现在让你重新来做,会如何改善

STAR

  • situation
  • task
  • action
  • results
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,240评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,328评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,182评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,121评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,135评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,093评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,013评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,854评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,295评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,513评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,398评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,989评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,636评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,657评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352

推荐阅读更多精彩内容