集四45万offer的AI面经:SVM和XGBoost这类是面试常考算法


1 再次恭喜集4毕业不到半个月,成功拿到45万年薪offer(薪资相较培训之前的上一份工作翻了一倍多),请简要介绍下你的教育经历、工作经历
邱同学:我本科毕业于一个普通的一本学校,随后考上某985学校的研究生并在2016年毕业,专业方向是通信工程。毕业后的两年时间里一直在武汉的某一家做大数据的公司内任职,涉及到部分的java开发和数据分析工作,在这个过程中开始接触到python和机器学习的内容,也为后面参加集训营打下一定的基础。

2 看你在集4每周一次的在线考试中,成绩基本都是100分,与大家分享下你的学习经验?
邱同学:集训过程中的成绩这部分,第一是来开课之前提前把咱们集训营送的python入门视频、机器学习第8期以及深度学习第3期的视频刷了两遍,打下一个还不错的基础;第二是开课后认真消化和吸收老师上课教授的内容,及时整理和及时复习;第三是认真对待老师安排的课后练习,做作业的过程也是一个稳步提升和复习的过程;当然最重要的一点是要足够努力,这三个月的时间我几乎没有休息过几天,想拿到好的offer意味着需要付出比别人更多的时间和精力。

3 三场面试场场拿下offer,被称为offer收割机的你,有何经验/面经跟大家分享(特别是面试最常考哪些题),以及如何更好的准备AI面试?
在面试的过程中主要是针对简历上的项目来提问的,所以简历上写的项目一定要把每个细节和知识点搞清楚;另外机器学习一些常用的算法和原理要做到乱熟于心,面试官其实主要都是针对基础的知识点进行考察,如果连LR、过拟合和欠拟合这样的基本概念都搞不清楚的话会很容易被面试官challenge,此外,对于SVM和XGBoost这种常考的算法我几乎前前后后手推了超过10次,到后面几乎都能闭着眼睛在脑海里推导出来,而在面试的过程中也确确实实被问到了相关的问题,考察对于算法的理解。

小编注:除了集训营课程,下面这两篇笔记写得通俗详尽,大家也可以看下
支持向量机通俗导论(理解SVM的三层境界),博客版公号版
通俗理解kaggle比赛大杀器xgboost,博客版公号版

当然,线上直播的过程中有时确实不能把每个知识点都讲得非常仔细,但是老师会把所有的框架和知识点都串讲一遍,所以更多地需要自己在课下进行巩固(用好校长July所说的四大金刚:课程 题库 LeetCode kaggle/天池),这也是机器学习集训营和其他Java之类的培训之间的主要区别,很多机器学习的算法需要自己反复去理解和体会,算法思想和原理远远不是把一些常识性的东西复制性地背下来就可以了,而是要有自己的思考和理解,只有基础比较牢靠,才能在后面面试的时候游刃有余。

最后,一两次面试没有成功其实说明不了什么,反而自己应该在面试的过程中积累一些经验,为了后面的面试打下基础。

4 你觉得在集训营得到最大的收获和心得 分别是什么
邱同学:因为我是离职后来线下参加集训营,最大的收获是结识了优秀的寒老师和David老师,以及一起学习和努力的小伙伴,在这三个多月的时间大家都是互相帮助,有问题大家一起讨论,学习氛围非常好。学习上感谢两位老师的付出和指点,生活上也感谢宁哥的照顾和七月在线提供的学习资源,正是这一切才使得我能顺利从集训营毕业并拿到不错的offer。

5 对于从传统IT转行AI,你有什么经验跟大家分享,比如半年的时间应该怎么准备转行
邱同学:在我面试的过程中,可以感觉到目前市场上对于机器学习和深度学习工程师的需求还是很大的,所以对于想转行进入机器学习这个领域的同学来说,这是一个契机但同时也伴随着挑战,需要自己对于市场和自己的职业提前做好规划。如果有半年时间准备的话,我的建议一是需要明确自己想从事的方向和领域,二是提前做好准备并做好预习,三是跟着老师的方向并付出足够的努力,按照这样的学习路线我相信半年时间足够能有一个稳步提升的表现。

6 未来三年有何职业规划
邱同学:对于我个人而言,首先是需要花一段时间去了解自己所在岗位的真实业务场景,熟悉项目中数据和模型运行的整个流程,期望在1-2年能对所在部门和方向有一个较为全面的认知;在这个基础上再去尝试一些新的方向和领域,扩展自己的人脉和认识面,以获得更多的机会和发展空间。
已邀请:

July - 抠细节抠体验,不妥协不将就。

赞同来自: 小杜 yangyangyang 静静吃 手机用户520528


今年真是传统IT转行转岗转型AI的真正大潮
最新一期集6的报名链接:http://www.julyedu.com/weekend/train6

要回复问题请先登录注册