大家安安大家好 小弟受惠於板上很多面試心得文 由於板上關於ML的面試心得其實沒有很多 所以在拿到offer後也想貢獻一下自己的面試心得給大家 我的研究領域主要是data mining, machine learning, deep learning 研究所是中字輩的資工所非純血 多益700多 總共面試3間公司，分別是旭曜資訊服務、竹間智能、趨勢科技，以下按照面試順序跟大 家分享 以下是面試心得： < 旭曜資訊服務 > 這是一間剛成立的新創公司，面試流程包括筆試與面談 筆試包含： 基本numpy語法，閱讀tensorflow、keras程式碼。 numpy語法算是蠻基本的，大概是a = np.arange(10)*3，寫出 print(a)的結果 閱讀程式碼的部分，因為工作上是屬於NLP方面的，所以他給我很基本的LSTM架構程式碼 ，請我寫註解上去，例如哪部分是定義loss function、optimizer。 面試包含： 自我介紹、介紹碩論、做過的project介紹 介紹的部分大概是要求介紹到實驗過程、feature用了哪些、用了哪些ML method，感覺比 較像在聊天。 感想： 感覺公司真的是在非常前期的階段，面試並沒有一套完整流程，也沒有人格特質的問題， 但是過程算是蠻愉快的，主管也很尊重面試者。 結果： 可能是薪水開太高(?)，所以到現在還沒回覆我。 - < 竹間智能 > 發展很快的新創公司，主要是在做NLP方面，板上有很多蠻可怕的面試心得，但是我覺得 個人面試經驗蠻不錯的，面試流程包括筆試、team leader面試、資深工程師面試、人資 面試。 筆試包含： 2題leetcode easy的問題，Best Time to Buy and Sell Stock與Valid Triangle Number ，沒有限時間，但是寫完會給資深工程師看有沒有問題、能不能再改進、問時間複雜度是 多少。 面試包含： 第一關是與1位team leader面試，主要是先互相自我介紹，問一些很基本的問題，我被問 到的是precision與recall怎麼算、logistic regression的loss function用什麼，team leader只是想了解一下對evaluation有沒有基本概念而已，並不會太難。 第二關是與2位資深工程師面試，檢討一開始考的筆試，問非常多技術層面的問題，以及 做過的project中用了哪些model，還有包含一些情境題，例如：如果今天給你一個任務是 要做一個語意辨識，給你一句話你要怎麼處理並回應使用者。過程中真的問了非常多問題 ，可以體會到面試官是很認真去看每一位面試者的履歷。 第三關是與人資的面試，問了很多人格特質與性格測驗的問題，最後則是問我期望的待遇 以及公司福利介紹。 感想： 跟其他人分享的心得其實差蠻多的，真的是能夠體會到公司是很認真看待面試者，而且有 一套很完整的面試流程，面談過程也很開心。辦公室氛圍蠻安靜的環境也很漂亮很新，人 資跑流程也很快，面試總共花2個多小時，並在2天後接到人資核薪的電話，過兩天收到正 式offer通知。 結果： offer get! - < 趨勢科技 > 公司規模真的很大，應該不用我敘述太多了XD，應徵的職位是ML engineer，面試流程是c odility線上測驗、主管面試、主管的主管面試、人資電話面試。 線上測驗： leetcode easy~medium的題目，與leetcode最大的不同是題目的敘述方式以及測資要自己 想，要多考慮一些防呆的情況(input為空之類的問題)。 題目有3題，第一題是Distribute Candies、第二題是跟第三題是類似字串處理的問題， 比第一題難。 面試包括： 第一關是跟直屬主管面試，一開始先自我介紹，然後主管會從他對你做過的project中找 有興趣的問題問 問的問題大概如下： 1. project的實驗過程？ 2. 為什麼要選這些當作feature？ 3. 團隊合作有多少人、你扮演的角色？ 4. 當初怎麼會對這個領域有興趣？ 5. Evaluation是用什麼方法？為什麼要用這些score function而不用其他的呢？ 6. 實驗過程中用了哪些python library？ 7. 實驗環境？有沒有遇過資料太大跑不完？有沒有用過AWS、GCP? 8. Missing value的處理？ 9. 你在工作上想得到的是什麼？ 感覺問題是偏向架構、概念層面的問題，跟竹間不太一樣，不是太技術層面的問題，但是 問題真的蠻難回答的。 問完之後換主管們介紹部門在做些什麼，聊完之後換人資面試，會先詢問面試過哪些公司 、是否有拿到offer、知道你進來的工作要做什麼嗎？ 再來是人資電話面試，基本上也是問性格特質以及你做過哪些project，最後是期望待遇 跟介紹公司福利等等。 感想： 跟主管面試的過程超級緊張，我感覺自己表現得不太好，主管問的問題蠻尖 銳的，有些問題甚至想都沒想過。整個公司很重視每一位面試者，也願意為了我 在短短一個禮拜跑完全部流程，真的是很感動！ 結論： offer get! 最後真的很感謝板上其他的大大提供ML領域職缺的面試心得，也很感謝之前在板上告訴我 趨勢科技NBA部門在做什麼的人，讓我對這份職缺能有一點點了解。對於各位新鮮人我想 說的是，在學校學到的ML、DL理論只是解決問題的核心，現在大部分的職缺其實不會特別 要求面試者一定要有某個領域的處理經驗(NLP、影像處理、Data mining)，當然有的話是 很加分的。所以大家可以盡量投自己有興趣的ML職缺，最重要的是要能夠讓面試官知道你 願意學習新知識、新技術。 ※ 編輯: LLpeanut (114.136.123.183), 10/05/2018 20:51:31 ※ 編輯: LLpeanut (114.136.123.183), 10/05/2018 21:04:21 ※ 編輯: LLpeanut (114.136.123.183), 10/06/2018 13:50:50