《自然语言处理实战入门》 ---- NLP方向:面试、笔试题集(1)

文章大纲

  • 面试技巧
  • 优秀题目 -- 套题1 [选择题]
  • 优秀题目 -- 套题2
      • 1. 机器学习泛化能力评测指标(性能度量)都有哪些?
        • 分类问题
        • 回归问题
        • 翻译问题
      • 2. pytorch 和 tensorflow 的区别
      • 3. 过拟合与欠拟合
      • 4.评价指标的局限性
      • 5.ROC曲线
      • 6.余弦距离的应用
      • 7.A/B测试的陷阱
      • 8.模型评估的方法
      • 9.超参数调优?
  • 参考文献


面试技巧

作者我也面试了很多公司,对于一般公司的面试流程比较熟悉。目前技术类公司的考察分为两种:

1. 上来直接做题型

代表公司华为,这个没啥说的,就是LeetCode 走起

2. 电话、现场多轮面试型

多轮面试免不了进行 技术类面试,一般套路是:

首先进行自我介绍,准备中英文两种,着重叙述自己所擅长的、优势,以及换工作的原因。

其次是项目简介,这个推荐大家打好腹稿,在可能涉及的核心问题上,提前进行推演,比如自己的核心工作是那些。

最后是技术问答,这个环境着重考察基础原理的认知,也就是干活的能力。有个非常好的习惯就是在这个环节,将一些经常问到的问题记录在笔记本上,以便随时翻阅。

举个例子:

  • 当一个文件下载的请求从Hadoop shell 发起的时候,整个集群发生了什么?
  • spark 任务的执行过程
  • SQL 如何优化

上述过程类似我们上学时候老师要求默写并背诵的知识点,提前准备,到时候对答如流,效果自然会比较好。

一般技术问答除了上面的原理,还

你可能感兴趣的:(AI重制版】,NLP,面试题)