搜狗算法面经秘籍

《AI未来星球》陪伴成长的人工智能社群,价值过万的各种内部资源及活动,限时特惠中,点击查看。

求职跳槽福利:为了便于大家求职、跳槽的准备,大白将45家大厂的面经,按照知识框架,整理成700多页的《人工智能算法岗江湖武林秘籍》,限时开放下载,点击查看下载。


面经整理历程:经过一年多的努力,大白整理了超过3500篇,各类大厂的算法面经资料。

并将涉及到的知识点,按照知识框架,分类汇总,每个公司整理成一篇,比如本文的搜狗面经

大家对照面经,可以了解心仪的公司,会根据你的简历,问哪些知识点?便于大家对掌握的知识,进行回顾梳理。

希望为大家在求职或者跳槽的道路上,提供一些帮助,为大家取得心仪的offer助力。

面经整理心得:大白也将整理所有面经的心得,写成了一篇文章,点击查看心得

其他大厂面经:国内其他大厂的面经汇总,点击查看目录

搜狗面经整理:江大白

1 搜狗面经汇总资料

1.1 面经汇总参考资料

① 参考资料:

(1)牛客网:搜狗面经-12篇,网页链接

(2)知乎面经:点击进入查看

(3)面试圈:点击进入查看

面经框架及参考答案:

(1)面经知识框架:点击进入查看

(2)面经参考答案:点击进入查看

1.2 面经涉及招聘岗位

(1)实习岗位类

【算法实习生】

(2)全职岗位类

【图像算法工程师】、【推荐算法工程师】

1.3 面试流程时间安排

PS以上流程为大白总结归纳所得,以供参考。

1.4 搜狗面试心得汇总

★ 感觉搜狗问得问题不是很深入,分为NLP,机器学习,图像算法,除了一些专有的算法,通用的算法有的会问,不过最好还是做多方面的准备

★ 编程题和算法题问得数量不算很多

★ 面试套路大概归结为下面流程:

(1)先做一个简短的自我介绍

答:根据你项目的时间点结合你的学习历程简单介绍。比如研一上学的什么然后做了什么,研二学的什么然后做了什么。一定要简介别说细节,可以简单说效果提升。还有你获得过的国奖啊、校奖、acm啊都要说一下。

(2)大体按照相关实习经历==发表过的论文(水准高的)>较水论文>top比赛=项目的顺序进行发问。这个东西就看你对自己项目的理解了,没人能帮得了。

(3)手写代码,写不上来大概率gg,不过ai公司问的算法都挺easy。

2 搜狗面经涉及基础知识点

2.1 图像处理基础

2.1.1 讲解相关原理

● hog细节

● 传统特征算子和CNN区别

2.2 深度学习:CNN卷积神经网络方面

2.2.1 讲解相关原理

2.2.1.1 卷积方面

● 卷积核和池化的细节?

2.2.1.2 网络结构方面

● Resnet的结构,为什么是这样的?

2.2.1.3 其他方面

● BN解决的问题,哪些优点,测试和训练的模式是怎样的?

● 训练时出现loss NAN的可能因素,分析原因并说如何解决?

2.3 深度学习:RNN递归神经网络方面

2.3.1 讲解相关原理

● LSTM的原理说一下?

● GRU和LSTM

● Multi-Head Attention

2.4 深度学习:CNN&RNN通用的问题

2.5 传统机器学习方面

2.5.1 讲解相关原理

2.5.1.1 数据准备

2.5.1.2 特征工程

① 特征降维

② 特征选择

2.5.1.3 有监督学习-分类和回归方面

① 分类回归树(集成学习)

● 集成学习bagging和boosting的区别?

● gdbt和LR的作用?

● xgboot的原理?

② SVM

● SVM概述?

● SVM说一下?有哪些核函数,核函数怎么选?

● SVM和lr的异同

2.5.1.4 无监督学习-聚类方面

● k-mean的原理

● DBSCAN的原理

2.5.2 手推算法及代码

● 手推gdbt?

2.6 深度学习&机器学习面经通用知识点

2.6.1 网络优化梯度下降方面

● 常用的优化方法?解释下Adam怎么好?

2.6.2 过拟合&欠拟合方面

● 如何防止过拟合?正则化为什么能防止过拟合效果?

2.6.3 其他方面

● 机器学习中“距离”的概念,知道哪几种距离?

3 搜狗面经涉及项目知识点

3.1 深度学习:CNN卷积神经网络方面

3.1.1 目标检测方面

● RCNN和fast-rcnn、faster-RCNN的区别,其中RPN的作用?

● 重点问了nms、ssd、faster rcnn

3.2 深度学习:RNN递归神经网络方面

3.2.1 自然语言处理NLP

3.2.1.1 讲解原理

● Bert的Multi-Head Attention

3.3 强化学习

3.4 机器学习方面

3.4.1 推荐系统

● ftrl、frm、deepfm的原理都讲一下?

● 深度学习在推荐系统的意义?

4 数据结构与算法分析相关知识点

4.1 数据结构与算法分析

4.1.1 树

● 平衡二叉树的插入查找的时间复杂度?

● 最大公共子串?(区别于最大公共子序列)

4.1.2 排序

● 每个排序算法讲了一遍,稳定的排序算法有哪些?

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 海量数据下如何找到中位数?

● m*n矩阵吃苹果?

4.2.2 智力题

● 8个苹果,一个秤,挑出一个最重的苹果?

4.3 其他方面

4.4 Leetcode&剑指offer原题

5 编程高频问题:Python&C/C++方面

5.1 python方面

5.1.1 网络框架方面

● 熟悉的深度学习模型,有什么区别?

5.1.2 基础知识

● python深拷贝和浅拷贝

5.2 C/C++方面

5.2.1.1 区别比较

● C++的类和继承?

● C++公有类和私有类?

● C++ 指针和引用?

● C++ malloc free 和 new delete区别?

5.2.1.2 讲解原理

● static 静态函数 静态变量解释解释?

● const放在不同的位置,意义是什么?

● C++多态的解释?

6 操作系统高频问题:数据库&线程&常用命令等

6.1 数据库方面

6.2 操作系统方面

6.2.1 线程和进程相关

● 进程和线程,如何实现多线程?

6.2.2 常用命令

● 对Linux中ubuntu的熟悉程度?

7 技术&产品&开放性问题

7.1 技术方面

● 特征工程和算法谁更重要?

本文由 大白智能 作者:凯哲 发表,其版权均为 大白智能 所有,文章内容系作者个人观点,不代表 大白智能 对观点赞同或支持。如需转载,请注明文章来源。

发表评论

This site is protected by wp-copyrightpro.com