先自我介绍一下。我在机器学习方面有超过4年的工作经验。主要工作内容包括语篇分析、文本分析和图像分析。我认为这个领域最稀缺的人才是NLP专业，其次是图像分析（CV），次之的主要是语音或音频分析。经过五年的工作经验，我的目标是中高层职位，我可以带领一个数据或机器学习团队做一些有趣的研究。以下是我在面试中遇到的各种技术问题，供大家参考。全球服务公司之一（20-25分钟）您在构建文档挖掘系统的过程中做了哪些工作？假设您有数TB的数据文件，其中包含PDF、文本文件、图像、扫描的PDF等。您将如何对其进行分类？您如何阅读扫描的PDF或纸质文档？为什么朴素贝叶斯被称为“朴素”？详细说说朴素贝叶斯分类器？什么是深度学习？机器学习和深度学习有什么区别？还有其他一些类似的问题，但我对它们有点困惑，不知道面试官想听到什么样的答案。一直想讨论更深层次的技术方面，但是他们一直没有讲到这方面。而当我谈到模型训练、tesseract或语言模型时，他们似乎根本不接受。也许他们想听到的是一个现成的结果，或者是一个很简单的解释。这与我五年前的第一次面试非常相似。全球服务公司II（40-45分钟）您如何以无人监督的方式收集文件？您如何找到与某些查询问题相关的文档？解释TF-IDF。根据我的经验，TF-IDF在文档分类或收集方面失败了，你以后如何改进？什么是LSTM神经网络？解释它是如何工作的。什么是word2vec向量？可变对象和不可变对象在Python中意味着什么？你在Python中使用什么数据结构？虽然有一些关于文本相似性的问题，但我已经成功地回答了所有这些问题。但这一次和上次一样，仍然没有进行深入的技术讨论。可能是考虑到公司有好几个文本分析的小项目，最后给我发了offer。全球生产和服务公司（40分钟）您如何处理不平衡数据集中的多类分类问题？你如何从文本句子中识别语言？中文或日文中的象形文字是怎么表示的？如何设计聊天机器人？（我现在没有太多想法）输入一对问题和答案，我可以用RNN设计一个聊天机器人吗？假设我用Reddit和RNN或LSTM的数据集创建了一个聊天机器人，它给了我10个备选答案，我如何选择最好的一个？或者，如何删除其他回复？解释SVM如何学习非线性边界？还有几个问题想不起来了，不过这是目前为止第一家问技术问题的公司，我很放心。最后公司也给我发了offer。一家成立一年的医疗保健公司（50分钟）什么是精确率和召回率？在医疗诊断中，您认为哪个更重要？分别定义精度和召回率。如何绘制ROC曲线？ROC曲线下的面积代表什么？如何在多类分类任务中绘制ROC曲线？除此之外，还有哪些其他方法可以评估多类分类任务的结果？什么是敏感性和特异性？随机森林中的“随机”是什么意思？你如何进行文本分类？你怎么能确定你没有使用TF-IDF就学会了文本？你还能用机器学习做什么？当神经网络由线性节点组成时，它如何学习非线性形状？它如何学习非线性边界？除此之外，还有几个很好的问题。虽然面试过程感觉不错，但在一些问题上我们无法达成一致。而且在面试过程中，我发现公司只有2-3人专注于ML/DL/DS。亚马逊（50-55分钟）训练决策树时的参数是什么？在决策树的节点处分裂的标准是什么？基尼系数的计算公式是什么？熵的公式是什么？决策树如何决定在哪个特征上进行分割？您如何对收集到的信息进行数学计算？你确定吗？随机森林有什么优势？介绍boosting算法。梯度提升是如何工作的？AdaBoost算法你了解多少？它是如何工作的SVM使用了哪些内核？SVM中的优化技术是什么？SVM是如何学习超平面的？用数学的方式详细解释。介绍无监督学习，有哪些算法？在K-Means聚类算法中，如何定义K？至少告诉我定义K的方法3.你还知道哪些聚类算法？说说DB-SCAM算法。层次凝聚聚类如何工作？解释PCA，使用PCA时的数学步骤是什么。使用PCA有什么缺点？CNN如何工作？让我们详细谈谈使用细节。解释CNN中的反向传播。您如何部署机器学习模型？很多时候，我们可能需要使用C++从头开始构建机器学习模型，你能做到吗？我正在面试亚马逊的6级职位。我只能说他们的主要关注点是算法及其背后的数学。不幸的是，我的面试都是即兴的，没有准备数学，我只是把我能记住的都说了。但是面试官觉得我不适合level6job。相信只要能记住常见机器学习算法的数学细节，就能轻松通过亚马逊技术轮面试。全球服务巨头（50-55分钟）S-function的范围是多少？scikit-learn哪个安装包可以实现逻辑回归？标准正态分布的均值和方差是多少？你在Python中使用什么数据结构？文本分类的方法有哪些，怎么做的？解释一下TF-IDF，它的缺点是什么？你如何克服它？什么是双字母组和三字母组？用文本句子的例子解释TF-IDF的二元组和三元组。例如，word2vec的应用是什么？你将如何设计神经网络？如何使它变暗？LSTM是如何工作的？它是如何记忆文本的？什么是朴素贝叶斯分类器？抛10次硬币，有4次正面朝上的概率是多少？如何在Python中获取列表元素的索引？如何将两个数据集与熊猫合并？从用户的角度来看，你需要模拟欺诈活动，你会如何解决这个问题？你更喜欢决策树还是随机森林？使用逻辑回归和随机森林有什么区别？对于分类问题，您会使用决策树还是随机森林？使用随机森林有什么优势？最终，公司向我提供了一份数据科学职位的聘书。事实上，我非常享受这次技术交流。你可能认为这些问题也是最基本的机器学习和数据科学问题。但是在面试的过程中，感觉面试官可能不是这个领域的，或者对现在的发展了解不多。全球商业管理公司（25-30分钟）在一个不平衡的数据集中，你会选择什么模型：随机森林还是提升？为什么？你知道哪些助推技术？将监督学习方法用于分类问题，您会选择哪种模型？（大约40-50个类别）您如何使用集成技术？SVM如何工作？什么是内核？简单的介绍。如何进行非线性回归？什么是套索回归和岭回归？说实话，这个面试有点水，让我没当回事。但是这个问题还是很好的。我的面试是带领一个15-16人的团队，然后是经理面试和HR面试。最终他们给了我一份薪水丰厚的咨询职位。4年生产服务公司（60分钟）根据你的简历，你曾经使用过语音识别作为演讲者。具体方法是什么？什么是MFCC？什么是高斯混合模型，它是如何完成聚类的？如何最大化期望？步骤是什么？GMM中的概率是如何计算的？在进行说话人识别时，您是如何对GMM-UBM技术进行MAP调整的？告诉我你使用的I-vector技术。上下文中的分析因素是什么？JFA和I-vector有什么区别？为什么选择I-vector而不是JFA？你用过PLDAI-vector技术吗？你看过百度关于DeepSpeaker的论文吗？如果有两种型号，你会选择哪一种？贝叶斯信息度量(BIC)和赤池信息计数(AIC)工作原理背后的数学原理是什么？BIC和AIC背后的原理是什么？在您的MFCC特征向量矩阵中，如果缺少数据怎么办？如何区分语言？有什么特点？你的分类器更像是语音和音乐的分类器，还是语音和非语音的分类器？如何在语言分析应用中部署深度神经网络？是的，您可能会问这一切是什么。巧合的是，我们都在语音分析领域工作，特别是说话人识别。所以整个面试过程一直围绕着语音分析。显然，面试官很专业，给了我非常积极的反馈。后来，这家公司给了我一份AI解决方案架构师的工作。建议在整个求职过程中与大约25-30名专业人士交谈后，我可以提供以下一些建议：简历很重要。里面要写明你参加过的项目，Kaggle比赛，MOOC证书或者论文。我刚接到亚马逊的电话，没有任何参考资料。简历是打动HR和面试官的重要武器。自信和干劲是成功的一半。自信地参加面试并表现出您的热情（尤其是在初创公司和服务公司）。面试时不要急于回答问题。花点时间考虑如何组织你的答案，如果你不明白什么，一定要问。面试时要冷静。在解释概念时不要忘记表达自己。可以提几个自己做过的案例，熟悉一下简历写的技能和项目。如果你是这个领域的新手，那么在创建简历时从一个你做过的项目入手，或者一个GitHub账号，也是很有说服力的。此外，您还可以参加Kaggle比赛和MOOC课程。学会谦虚，认真听取面试官的意见。有时，R和Python用户会相互鄙视，最好不要这样做，否则你可能会死。最后祝大家面试成功！（小编：答案？这辈子都做不出准答案）
