京東一面**面，有點緊張，感覺答的一般，但是還是受到了參加二面的郵件。感恩一面面試官！
二面約定時間是9月18號下午四點，面試官很準時，我也一直在準備著，機會來之不易。
下面是面試問題：
1. 看到簡歷中有提到jdata演算法大賽，所以問關於對資料的特徵處理，對於特徵工程的理解？
滑動視窗，時間衰減。
2. 在處理或者參加過的一些比賽中，怎麼進行特徵或者資料的處理的？
講述了影象處理中我用到的一些資料的處理方法。
3. 神經網路中為什會出現過擬合，梯度消失，如何防止？
4. 卷積神經網路中的的權值的一些問題，跟傳統神經網路之間的區別？
5. 卷積神經網路能夠代替傳統的特徵提取麼？
6. l1正則化和l2正則化？
7. 哪些模型可以做自動的特徵選擇？
8. 能否將卷積神經網路應用到jdata這樣的比賽場景中？
9. 平時語言用什麼，sql熟悉麼？
10. 許多的機器學習演算法都是停留在理論層面，用到過哪些，除了神經網路，xgboost？
11. 你比較傾向於一直做影象相關的工作，是否有其他意向，做向涉及到特徵工程的工作？
12. 捲及神經網路處理影象其實是乙個閉式的資訊，而像是jdata的資訊是非閉式的資訊，所以特徵工程必須，而且深度學習並不是萬能，很重視特徵工程。
13. 你有什麼問題要問我的？
總共面試時間和一面差不多，22分鐘~
總體感覺，二面面試比一面簡單一點，發揮也好一些，感謝二面面試官。
希望有個好結果~~
中興演算法崗面經
2021屆的小碩，雙非。參加了中興校園招聘提前批 招聘流程 1 官網填寫簡歷 2 筆試部分主要就是最基本的通訊原理 移動通訊方面的內容。記得的如下 平坦衰落 頻率選擇性衰落 快衰落 慢衰落 相干頻寬 相干時間 都卜勒頻移公式 傅利葉正逆變換的理解等 3 測評部分主要就是數理邏輯部分和性格測試，題有點...
思謀科技演算法崗面經
小feature map分配大anchor,大feature map 分配小anchor。原因 感受野 最大的創新點 網路學習得到二值化閾值 db二值化公式類似sigmoid 參考我的另一篇部落格 權重衰減 即l2正則,使學到的模型引數值盡可能小，增加模型魯棒性，解決過擬合 anchor based...
位元組跳動抖音演算法崗實習面試（一面 二面）
寫在前面 這是我第一次參加實習面試，面試前也在網上查了一下演算法崗面試的相關經驗，受益頗大，因此自己面試完後也試著記錄了一下，雖然沒能通過最終面試，但也希望能給想面試相關崗位的人一些啟發和幫助 關於面試準備 複習各種常用的模型，特別簡歷寫的專案中使用到的 要弄清楚各種細節，因為面試官可能問到模型裡很...