面试的一些经验

找实习面试，遇到了很多问题，其实都是基本的问题，还是自己在自学的过程中不求甚解，于是每每回答不上来又尴尬又后悔。

第一家是图谱科技，电话面试，我当时才看了Stanford的dl一半的课程，中间还有的跳过了。然后问的问题主要是：

1、做过什么项目（demo也行）（我什么都没做过，当时就是找网上的例子跑了一遍mnist）

2、简单介绍SVM（SVM的理解相当重要，第三家公司还问了损失函数，hinge loss，然而我还是没答上来，自学就是这样，看完就忘，也可能是我太蠢了）

3、关于DeepLearning的softmax的理解（让我现在说我都不会，准备把《深度学习》好好看一遍）

4、手写softmax，要是数据溢出怎么办（是不是把数据-max？）

5、关于卷积的理解

6、cnn网络识别猫狗的图片

7、对dropout的理解（我当时连dropout是什么都不知道）

8、最后问了一些关于optimizer的选择、自学的方式、这个领域的前沿进展

这个是完全懵逼的，之前做的笔试题目是写一个神经网络（不用框架）的加法器，总之了解到了自己的不足，然后当时面试就很心虚，总之肯定挂了。

第二家是挖财，去了才知道是做nlp的，面试问了一个算法题，关于cluster的，大意是：一个node只能在另外一个（或几个）node完成之后才能开始进行，然后怎么样去遍历所有的node。解题思路我一开始没有看清楚，就用了传统的cluster，后来面试官跟我说是统计每个node的还需要等待几个node之后才能运行，每次运行一次，就在相应的下一个node处的待执行数减一，然后每次只需要找到待执行数为零的node即可。

然后还问了马尔可夫模型，还问了RPC，还问了c++的11个新特性。我都是一知半解，也说不太清楚，转行真难。

后来给了一个笔试题，是做lstm的，我也贴出来了。

最后一家是eigen科技，岗位是数据清洗（前两个面试彻底打击了我，于是只能从头开始做起），笔试题是很多hadoop的hiveSQL语句，然后一个二分法。

面试官1问了一个推排序（用python），还有一个logging的异常数据分析，可能是考思维吧。

面试官2就很尴尬了，问了SVM的损失函数，问了biasvariastradeoff是什么（后来我以为是很简单的偏差方差，回来跟同学吐槽说我没听懂英文，同学反过来说我即使听懂了，说的也太浅显了，然后就跟我说了好多深层次的理解，于是我准备好好看看西瓜书，第一遍学习是笼统，第二遍是精读了），然后问了我lstm全称是什么，python与c++区别是什么，python的decorator原理是什么，总之我一个都没解释好。

才发现是这样，以为自己懂了，实际上都是一知半解，连说都说不清楚。

不过第三个公司让我去了，希望能够好好实习，好好学东西吧。