机器学习/数据挖掘岗2019秋招总结

  • A+
所属分类:人工智能

昨天

机器学习/数据挖掘岗2019秋招总结

作者:一条不愿透露体重的咸鱼

来源:牛客网

-----

机器学习/数据挖掘岗2019秋招总结

-----

个人背景

211本985硕,本科是嵌入式方向,大学四年沉溺于电子设计竞赛,主要做挑战杯、电赛等等;研究生导师主要偏工程,天天做项目。2017年9、10月份,看实验室一位师兄找机器学习方向工作,自己看书了解了一些机器学习的算法,感觉挺有意思。刷了几本入门书之后,拉了本科做电赛同学参加了两个国内数据挖掘类竞赛, 一直做到了12月份,一个Top5、一个Top20. 后来在天池上又做了一些,但都没进Top30.

实验室往届师兄很少去互联网公司,缺少秋招经验,自己至到7月份,才开始上牛客网找面经、刷题,认真准备秋招。

7月初,在牛客网上找了很多机器学习岗的精华贴,自己进行了总结(几个关键点):

1. 科班出身,实验室有机器学习相关项目,有相关论文发表;

2. 大厂算法岗实习经历;

3. 数据挖掘类竞赛Top10;

4. 机器学习算法原理熟悉,代码能力强;

结合自身情况:

• 1 实验室做的项目更偏向于硬件, 论文更是没有;

• 2 之前师兄没有实习的先例,导师可能也不让(其实现在想想,应该和导师沟通一下的,两个月可能也会给,主要实验室之前没人出去实习);

• 3 有个Top5,还有几个Top30的;

• 4 机器学习算法原理及面试代码题;

主要是从3&4进行提高, 3就是总结自己比赛项目,从赛题背景到具体算法原理,都进行了总结(对每个比赛都单独建了一个文档,按照STAR法则进行总结,随着面试经历的增加不断进行更新); 4是反复刷《统计学习方法》、《机器学习》、《机器学习实战》等几本书,特别是牛客网上其他同学的面经,会对照着进行回答,并把经典面试题目做个文档进行总结;面试代码题这一块做的不是很好,只刷了《剑指Offer》和一百多道leetcode题,后面吃了不少亏;

-----

机器学习/数据挖掘岗2019秋招总结

-----

offer情况

offer: 搜狗、网易、快手、欢聚时代、科大讯飞、其他非互联网公司

面试挂:阿里、百度、头条、美团、途牛、老虎证券、蘑菇街、大疆

还有些小厂笔试和面试都放弃了

-----

机器学习/数据挖掘岗2019秋招总结

-----

面试情况

1.大疆(算法工程师):最早一批,电话面,面到一半才听出来对面有两个人,而且当时面试环境也不好,实验室楼上装修打电钻,很多问题都没听清,其他同学才20多分钟,我这边一面进行了50多分钟。 面试官并非机器学习算法工程师,问题更像是控制方向的 一面挂

2.途牛(数据挖掘/机器学习岗): 微信视频面,主要是介绍比赛,针对比赛提问,然后有一些场景问题,自我感觉聊得还行;一面挂

3.阿里内推(机器学习岗): 一面,看黄渤“一出好戏”时在电影院面的,问的很详细,从专业到课题研究方向,再到比赛项目,然后他们团队在做的事情,面试感觉挺好,聊了将近一个小时,聊完感觉还行,进去看了个结局;隔天二面,感觉是本科校友,主要也是从专业,学校一些基础聊,介绍项目等等,问了些机器学习算法,深度学习是否熟悉等,没啥特别难的问题,30多分钟结束.(面完感觉不太对,时间太短了,果然又隔了一天,变成“已回绝”) 二面挂

4.美团提前批(算法岗) (也是看“一出好戏”时,接到面试邀请的,整场电影估计就看了30、40分钟吧):简历投递的时候S-B了,填的都喜欢,还好被捞起来了。一面感觉是简历面,跟阿里面的差不多,主要是项目介绍、针对项目问些问题、常见机器学习算法原理、调参技巧、深度学习是否熟悉等等;二面等了好多天,牛客视频面试,感觉这个面试官应该主要是做开发的,机器学习方面不是懂太多,出了两道代码题,讲讲思路,然后介绍常见的机器学习算法原理,差不多50多分钟吧,跟我说待会儿三面;三面,三面面试官说他就是之前的一面面试官,捞的我,然后继续聊了机器学习相关算法原理、比赛项目细节,出了两道代码题,因为一面聊过,差不多30多分钟就开始聊聊他们团队正在做的事情,完了让我等着待会儿总监面;四面?, 应该是小boss吧,主要聊聊人生、职业规划等等,中间穿插了数据库的问题(但是数据库真的懂的不多), 差不多30分钟的样子结束; 四面挂

4.腾讯内推(算法岗): 师兄帮忙内推的他们团队,等了好久才通知面试,那几天每天都看手机,生怕错过了,结果被鸽了一个星期都没面,进度直接超时变灰。 秋招选的部门组织调整,直接没给面试机会?被鸽

5.头条(算法岗):参加了第一场笔试,AC2道吧,给了面试机会;一面,是个年轻的面试官,说话很有条理,主要是从简历上项目开始聊,穿插一些机器学习算法原理等等,一道代码题;二面,研究生校友,听说是校友,上来就先给了一道概率题,编程求解;给了提示才吭哧吭哧写出来,让再改进改进;(其实碰到数学题就开始崩了,这个时候脑袋里更是空了,根本没有思路), 面试官说就这样吧,还有一道更难的还没出呢,就结束了,整个过程大约20分钟左右吧;随后HR小姐姐打电话过来说期待春招再见。二面挂

6.老虎证券内推(python开发岗):这个完全是内推投错岗位了,python开发工程师,整个过程很尴尬,我介绍项目,面试官不太懂,而且我也不太懂开发的东西; 一面挂

7.蘑菇街内推(算法岗):一面:牛客网视频面,面试官很年轻,自我结束、项目经历,最后写代码,讲了思路,代码没写出来,换了个简单的,写完结束面试; 一面挂

8.网易提前批(算法岗):笔试AC了0.8?,给了现场面的机会,去之前看了牛客网上讲面试体验不太好,然后岗位也不是太匹配,担心千里送人头;其实面试官和前台小姐姐都挺好的,还蹭了前台小姐姐小饼干吃,网易食堂也挺好的。 一面,自我介绍,讲解比赛,针对比赛进行提问,算法原理、特征工程怎么做的等等,接着聊了他们目前所做工作,给了场景题,怎么解决,没有手撕代码;二面,算法公式推导,特征工程怎么做的,特征如何筛选,手写一道代码题;HR面,男的,全程在打字,偶尔抬头问我问题,面完感觉是要跪的,所幸后面给了offer. offer

8.百度(算法岗):现场面,一面,常规操作,介绍项目,针对项目提问;然后是场景题;最后手撕代码,第一道没写出来,换了一个简单的,写了好几种方法,结束;一面挂

9.搜狗(算法岗): 现场面,一面,自我介绍,针对项目进行提问,算法原理,手撕代码,介绍他们目前所做工作;HR面,大概是我遇到的最专业的HR了,各种专业术语说的比我还6,常规问题; offer

10.快手(算法岗):牛客网视频面,快手大约是头条之外感觉最难的面试了,一面,内推到了机器学习平台开发工程师,上来问了些机器学习算法原理,3道代码题;二面,联系HR更换到数据挖掘岗,介绍比赛经历,常见机器学习算法原理,是否用过Hadoop、spark等等,2道代码题;三面,总监面,聊聊项目、职业规划、为什么选择数据挖掘岗,算法原理(问的非常仔细,比如熵的物理意义等等), 3道代码题,有一个没写出来;HR面,常见问题、手里有哪些offer, 对快手产品是否了解(这里作死说和抖音类似,后面马上被问两者区别。。。); 过了几天,给了口头offer; offer

11.欢聚时代:现场面,一面,介绍比赛经历,机器学习算法原理,公式推导,场景题,针对项目进行提问;二面,全程问算法原理,同时边介绍,边进行公式推导(问熟悉的机器学习算法有哪些?回答一个就要推一个公式,后面只敢说些简单的模型~),一道代码题;HR面,常见问题;四面,总监面,现场面完HR面之后就回去了,当晚通知面试通过,进行总监面,20分钟,主要是自我介绍,聊聊他们团队正在做的事情;offer

-----

机器学习/数据挖掘岗2019秋招总结

-----

总结

1.实习!算法岗如果不是科班出身,实验室没有项目,一定要去大厂实习;

2.coding! 相较于前两年,编程能力在面试算法工程师过程中,所占比重越来越大,特别是百度、头条这些大厂;

3.提前规划! 建议多看看牛客网精华帖,提前做好规划,按照计划去复习,尽量在提前批搞定;大厂在提前批名额会比较多,像阿里秋招HC已经很少了;

4.找靠谱的人内推!

5.找同样岗位的同学一起准确、相互监督。

  • 微信
  • 扫一扫
  • weinxin
  • 微信公众号
  • 扫一扫
  • weinxin
半身裙毛呢裙裤
懒人鞋
女短靴
迷你蓝牙音箱

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: