主要內容
題型：選擇題（60分）：計算機專業基礎（資料結構、計算機網路、作業系統、資料庫）【其中佇列有好幾題】，機器學習基礎，數學題（概率題居多）、語言**題（c/c++為主，判斷輸出）。可以通過牛客網上的題庫解決。
簡答題（20分）：機器學習任務的解決步驟，如果模型效能很差，如何優化與排查（以分類任務為例）？
資料採集/清洗、特徵工程（資料預處理）、模型選擇構建及訓練、模型診斷（測試）、模型整合以及上線。模型診斷，首先通過學習曲線判斷出是高偏差（欠擬合）還是高方差（過擬合）問題，然後對症入藥。
參考資料：
機器學習解決問題的步驟***
診斷機器學習模型
程式設計題（40分）：2道
結語如果覺得不錯，請素質三連哈-v-
騰訊春招之旅（一）
這一面是簡歷面，全程 面試，涉及的內容主要是簡歷上的專案 開放題。簡歷 深度resnet有效的原理 deep residual learning for image recognition 另外兩個比賽 其中乙個是數模比賽，另乙個是ctr 比賽。前者主要問了兩個變數之間的相關性？很眼熟對吧，就是覆盤...
騰訊春招之旅（二）
二面與一面驚人的類似，始終圍繞遊戲展開，這次換成了英雄聯盟 主要內容 問掛機與送人頭的場景通常是怎麼樣的？如果是無標記樣本或者有少量樣本的情況，又該如何做？在cv領域，這兩種情況比較前沿的解決方法分別有無監督分類和自監督學習。不過這題也可以理解為訓練樣本不足該如何做的問題，這就可以從模型和資料的角度...
阿里春招之旅（七）
阿里雲的交叉面 5th 的覆盤，交叉的部門是螞蟻。自我介紹 選擇乙個認識透徹的專案 比賽 講講。我選擇的是ctr 然後就很細節地把這個比賽講完，基本上都是我在講，前輩在聽。幾個問題 實驗室的研究方向？深度學習模型與傳統機器學習模型哪個好用些？職業規劃？有沒有去研究過機器學習框架 如tensorflo...