京東演算法崗 二面

2022-06-22 17:09:08 字數 763 閱讀 3887

京東一面**面,有點緊張,感覺答的一般,但是還是受到了參加二面的郵件。感恩一面面試官!

二面約定時間是9月18號下午四點,面試官很準時,我也一直在準備著,機會來之不易。

下面是面試問題:

1. 看到簡歷中有提到jdata演算法大賽,所以問關於對資料的特徵處理,對於特徵工程的理解?

滑動視窗,時間衰減。

2. 在處理或者參加過的一些比賽中,怎麼進行特徵或者資料的處理的?

講述了影象處理中我用到的一些資料的處理方法。

3. 神經網路中為什會出現過擬合,梯度消失,如何防止?

4. 卷積神經網路中的的權值的一些問題,跟傳統神經網路之間的區別?

5. 卷積神經網路能夠代替傳統的特徵提取麼?

6. l1正則化和l2正則化?

7. 哪些模型可以做自動的特徵選擇?

8. 能否將卷積神經網路應用到jdata這樣的比賽場景中?

9. 平時語言用什麼,sql熟悉麼?

10. 許多的機器學習演算法都是停留在理論層面,用到過哪些,除了神經網路,xgboost?

11. 你比較傾向於一直做影象相關的工作,是否有其他意向,做向涉及到特徵工程的工作?

12. 捲及神經網路處理影象其實是乙個閉式的資訊,而像是jdata的資訊是非閉式的資訊,所以特徵工程必須,而且深度學習並不是萬能,很重視特徵工程。

13. 你有什麼問題要問我的?

總共面試時間和一面差不多,22分鐘~

總體感覺,二面面試比一面簡單一點,發揮也好一些,感謝二面面試官。

希望有個好結果~~

中興演算法崗面經

2021屆的小碩,雙非。參加了中興校園招聘提前批 招聘流程 1 官網填寫簡歷 2 筆試部分主要就是最基本的通訊原理 移動通訊方面的內容。記得的如下 平坦衰落 頻率選擇性衰落 快衰落 慢衰落 相干頻寬 相干時間 都卜勒頻移公式 傅利葉正逆變換的理解等 3 測評部分主要就是數理邏輯部分和性格測試,題有點...

思謀科技演算法崗面經

小feature map分配大anchor,大feature map 分配小anchor。原因 感受野 最大的創新點 網路學習得到二值化閾值 db二值化公式類似sigmoid 參考我的另一篇部落格 權重衰減 即l2正則,使學到的模型引數值盡可能小,增加模型魯棒性,解決過擬合 anchor based...

位元組跳動抖音演算法崗實習面試(一面 二面)

寫在前面 這是我第一次參加實習面試,面試前也在網上查了一下演算法崗面試的相關經驗,受益頗大,因此自己面試完後也試著記錄了一下,雖然沒能通過最終面試,但也希望能給想面試相關崗位的人一些啟發和幫助 關於面試準備 複習各種常用的模型,特別簡歷寫的專案中使用到的 要弄清楚各種細節,因為面試官可能問到模型裡很...