上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种方法,荆棘花园

点击上方“CVer”,挑选加"星标"或“置顶”

重磅干货,榜首时包世铭间送达

作者:YukiRain

https://www.nowcoder.com/discuss/163996

本文已由原作者授权,不得私行二次转载


布景


2020年结业的研二渣硕一枚,简历上一个实验室横向的CV项目,一篇CCF-A一作(adversarial learning方向),一篇CCF-B三作(后续事实证明只看一作),之前曾在国内某大厂架构部分实ban习zhuan。


一起段还投了阿里达摩院research intern、微软小冰组、蚂蚁金服AI以及世界条AILab,除蚂蚁金服回复pos九十九文乃itive以外其他都negative,充分地教会了我自不量力这四个字的写法。这次腾讯面试的部分是游戏A上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种办法,荆棘花园I,关于我个人来说算是强相关方向。


因为楼私摄主人在上海,三次面试包括HR面在内全部都是电话面,感觉对口头表述才能是很大的应战,很不巧我在这方面乏善可陈。


面试内容整体感觉很偏研讨,代码根本没怎样问,研讨型的问题寻根究底,从根底到前沿作业都有触及,风格和阿里以及头条相差甚远。


一面


  • 介绍简历上的作业,详细讲了一作的论文,非一作的直接越过

  • 介绍简历上的项重庆中小学zslpsh痛车是什么意思目,提到CRF as RNN模型的时分,面试官问你们的练习数据量远少于语义切割,详细是怎样练习以及对立过米仓穗香拟合的,是否有用到pretrained model

    • 大部分做干流CV使命的网络参数量都太大了,不适合直接搬迁

    • 将VGG换成了UNet => 诘问,为什么换

    • 惯例的数据增强 => 有哪几种

    • Adversarial training => 诘问了详细上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种办法,荆棘花园完成办法 => 参阅了ICLR 2018 Sinha et al的作业

  • 针对王者荣耀使命规划强化学习算法结构(~~复盘时想起腾讯AILab在ICML2018上的论文上有一张王者荣耀竞赛的图片,大约面试官是想听我说MCTS,惋惜其时没有想到这一层,捂脸~~

    • 提到Inverse RL,讲了下DAgger

    • 介我与汉卿的终身绍了GAIL以及AIRL的一系列作业

    • 问面试官一起操控五个英豪会不会触及到multi-agent的问题 => 先简化问题,以为只要一个英豪也能够

    • Hirachical RL,比方分隔对线期和gank期子使命等上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种办法,荆棘花园等来缩小action space

    • 大型MDP,baseline模型能够用DDPG或许distributed PPO

    • 高端局能够拿到很多的人类操作数据,能够做imitation learning => 诘问了详细该怎样做

  • 平常打游戏吗 => 玩 => 面试官说那么咱们部分做的东西你应该蛮感兴趣的brewista,你能够回去搜一下KPL竞赛


二面


这次是现在为止遇到过的一切面试中,问问题最详细最深化的一次,关于某一大类办法的研讨头绪与开展进程,从每个算法的motivation到formulation,求解优化的细节,算法的实质,不同办法之间的比较,以及一些包括个人了解的陈曦格娇敞开性问题。诸如此类问题,不只要求个人对某一个范畴的问题有很深化的考虑,还要求表达上思想的流通连接

  • 怼项目,面试完毕之后复盘发现,其实面试官问的有关项目的一连串问题,是期望我能够依照一篇学术论文的思路,将整个项目的进程组织起来的:

    • Background & Motivation: 项目中用到的办法已然是参阅他人的paper做的,那么你怎样了解这次项目与他人paper中遇到的问题的不同?

    • Related works: 传统上其他相似的视觉使命遇到这种问题是怎样做的 => 介绍了RNN as CRF,PSPNet,DeepLab

    • Our approach: 已然你的问题与塘厦气候语义切割不同,为了处理task-specific problems你们做了哪些改善 => 为什么这样规划网络结构 => dense CRF详细怎样完成的

    • Conclusion & Future works: 做完这个项目你觉得里边还有什么问题是待处理或未花照云雁归处理的

  • 怼论文,之前有没有人段根元做过相似的作业,与自己的办法比较,还有一些论文的琐碎细节问题

  • 详细介绍深度学习网络结构的开展进程,从AlexN上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种办法,荆棘花园et到VG上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种办法,荆棘花园G再到ResNet再到DenseNet => 延伸问题:为什么DenseNe景煊唐槐t效果可望族娇以比ResNet更好

  • 介绍深度学习优化办法的研讨头绪与开展进程,从SGD到Momentum再中年熊到Adagrad和RMSProp,最终详细讲Adam

  • 了解传统机上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种办法,荆棘花园器学习吗 => 了解 => 那你来讲讲SVM吧 => balabala => 怎样处理线性不可分问题 => balabala

  • 两个数组取交集,讲算法,推复杂度(~~形似推错了~~

  • 详细问了有关RL渝新汇的一系列问题,分value-based办法和policy-ba封山村sed办法

    • 诘问一:value function在TRPO中的效果是什么

    • 诘问二:带value function的模型在优化时怎样迭代

    • 诘问三:value function的loss可不能够和policy的loss放到同一个结构下

    • 诘问四:介绍PPO => 两种objective function

    • policy-based办法和value-based首要的差异在于哪里 => 从Bellman equation开端各种瞎说

    • value-based办法学习的方针是什么

    • 讲policy-based办法的研讨头绪与开展进程 => 从policy gradient theorem讲到REINFORCE,从DDPG讲到A2C,从TRPO讲到PPO

  • 聊人生,为什么做RL => 觉得风趣

  • 重复问了一面的问题,平常花都僵尸差人玩游戏吗 => 玩 => 玩什么游戏 => Dota2(~~腾讯的面试者里边上一个这样答复的现已被拉黑了~~


HR面


  • 问我的详细研讨方向 => RL强相关方向

  • 因为我校园在上海,问我去深圳作业有没有问题

  • 之前对腾讯有什么了解 => 看过AILab发的顶会文章,仰视大佬

  • 有没有亲戚朋友之类的在深圳,将来考虑留深圳吗

  • 什么时分能够开端上班

然后HR口头许诺了offer,面试完毕,这次面试不超越十分钟

2019,找AI算法岗作业不容易。假如你想了解国内各大公司的面试经历、怎样内推、学习道路和秋招攻略等材料的话,欢迎参加2019AI算法岗求职大本营(常识星球)。


2019AI算法岗求职群(常识星球)

 

本星球首要面向本年2020届)找作业的人群(研一/研二/大三等),现在已有超越680+同学参加星球旨在共享AI算法岗的秋招预备攻略(含刷题)、面试经历和内推时机(含提早批)


期望这个群能够让你少走一路歌唱柔力球一些弯路

扫码进星球


假如喜爱校招面经,费事上海虹桥火车站,腾讯算法实习面试总结:论面试官虐我的一百种办法,荆棘花园给个美观


费事给我一个美观

点击展开全文

上一篇:

下一篇:

相关推荐