简记阿里一面
Date: 2020/4/4 (清明节)
首先,阿里一面选在了清明节的下午,阿里这天也上班?
面试官首先说了一下面试的流程,然后就是让自我介绍一下。(0-7min)
详细询问了在实验室进行什么工作,以及在实验室任务中负责那一部分。(7-23min)
我谈到了语言模型,然后面试官问知不知道 Embedding 的实现(其实是想问怎么得到Embedding的基本原理)。面试官提到了能否解释一下word2vec 是怎么学习的。
PS. 这个我确实答错了,当时被近代的Embedding训练方式带偏了,答的是在训练下游任务的过程中学习。其实真正的答案应该是使用语言模型 n-gram/skip-gram 学习的到的。(这谁能想起来啊,这么多年都过去了,也很少有researcher用传统语言模型了)
之后又问道了在深度学习中了解不了解梯度下降算法以及其各种改进算法。(23-33min)
PS. 这个问题我准备的确实比较充分 。详细介绍了从 gd->sgd->sgd with momentum->Adagrad->RMSProp->Adam.的变化过程以及详细推到以及优劣。面试官也说这个问题你答得比较详细了。(cs231n课程中对学习方法的讲解很详细建议有需要可以学习 https://www.bilibili.com/video/BV1Yt41157Lb?p=8)
最后面试官问到知不知道决策树原理以及过程。
PS. 首先是生成/剪枝过程,然后面试官提到连续属性值 & 缺失属性值的处理。这一块我一直是比较熟悉的内容,决策树已经写了不下3遍了,各种问题也想的比较清楚了(https://github.com/Columbine21/Machine-Learning/tree/master/PS1)这个是一个先略版的简易实现。 (33-45min)
最后是万年不变的你又啥问题环节qaq?你尽管问,我就给你对付一下就行。
面试结果:未知。(后面更新)
—————————————————————————————————Date 2020/6/9——————————————————————————————————
- 后续:这次阿里面试也算是把 阿里 面试的所有流程走了一遍了吧,hr电话都来了,但是 hr 把我挂掉了哈哈。之后又被捞了,另一个部门,目前也就又面了一次没怎么准备,(已拿快手 offer + 带作业太多 就没怎么准备)准备一面挂经验++。