foo
deepmind google machine learning engineer
1
69
  • 0 次(票) - 平均星级: 0
  • 1
  • 2
  • 3
  • 4
  • 5
deepmind google machine learning engineer
面试一共四轮,全程脑力冲击?。

第一轮:算法和数据结构。问了个图论问题,最短路径加DP。我用了Dijkstra,感觉还可以,但考官问了几个刁钻的边界情况,把我卡住了一小会。

第二轮:ML基础,问我如何处理不平衡数据集,还有一些常见的模型选择问题。我吹了下用过的ResNet和Transformer,但他们还想听听如何调参,搞得有点细。

第三轮:系统设计,要求设计一个强化学习平台,支持多种环境和模型。我一开始想简单点,结果对方让我深入讨论分布式训练和资源分配,内心咆哮:就不能简单点儿吗?

第四轮:行为面试,聊团队合作和压力处理。问我如果实验结果不如预期怎么办,我笑着说:“再调100次参数呗。”大家都笑了,但其实心里哭了?。

总结:全程很硬核,但学到了很多。
硬核桃面试


可能相关的主题..。
主题: 作者 回复数: 人气: 最近发表
  meta E7 engineer 000 0 61 10-07-2024, 11:34 PM
最近发表: 000
  linkedin machine learning 000 0 44 10-06-2024, 11:30 PM
最近发表: 000
  Meta data engineer 000 0 50 10-06-2024, 10:47 PM
最近发表: 000
  meta machine learning engineer e6 foo 1 74 09-28-2024, 03:48 PM
最近发表: tom
  apple ui engineer foo 1 67 09-28-2024, 03:47 PM
最近发表: tom

论坛跳转:


正在浏览该主题的用户:
1 个游客