【Momenta】【实习】【现场面试】【深度学习研发工程师】2017.09.19
血虐，真的是感觉自己啥都不会，本来以为在网上自学了Coursera上《机器学习》的公开课，一切都万事大吉了，最后才发现，我只不过迈出了很小的一步而已。面试以北邮师兄的那句“我就不送你了”结束，走出五道口东升大厦A座，时间是14点40，想想40分钟前的我还是在大厦门口犹豫要不要进去，而40分钟之后的我就已经狼狈地流出来了。附近停车场的保安大哥正在招呼来往车辆，那一瞬间，我突然发现我混的还不如他，人家至少还有一份工作，而我现在啥都没有。简历上大言不惭地写着自己“熟悉xx，掌握xx”，今天这一面，才发现不过如此嘛，每次学完一个项目或者一门课程，你要想想合上书本和电脑，你如何向别人介绍，真正留在你脑子里的才是你学到的。别以为听了几堂课，用matlab调用了几个函数就掌握了知识点，没有大量的练习与反馈，其实你“只是以为自己会了罢了”。
一面，面试中的问题回忆：
-
先是自我介绍（我的自我介绍是个人基本信息 + 项目） 这个建议自己一定要提前熟悉好，有条理地讲出来
-
问了神经网络，问我是否熟悉%￥#% 神经网络，应该是神经网络类型，反正我没听说过
-
卷积神经网络，浮点计算量（这个问题目前没搞懂2018-03-15）
-
c++题目，父类A保护类型变量，子类B私有方式继承，子类的成员函数中可否对该变量赋值（m=5）（答案：保护类型变量私有继承之后变成了私有类型，可以被该类成员函数访问） 参考http://www.cnblogs.com/york-hust/archive/2012/06/01/2530799.html
第二个面试官（北邮师兄）
深入聊了“神经网络”的项目，卷积神经网络，深度学习，告诉我coursera上的公开课算法是2000年之前的，提示我关注CNN之类的算法，回想起了之前某次面试，问到了梯度下降法的种类（参考：http://blog.csdn.net/google19890102/article/details/48766869 ，http://blog.csdn.net/u010402786/article/details/51188876）
支持向量机哪几种？
如何防止过拟合？为什么加lamda可以防止过拟合？正则化 l1 l2 有何区别？？（参考：如何防止过拟合，http://blog.csdn.net/heyongluoyao8/article/details/49429629，https://www.zhihu.com/question/59201590/answer/167392763）
神经网络可相对于逻辑回归与线性回归，有何优势？能产生非线性变量的组合吗？x1*x2*x3？
还问了数字图像处理项目中的锐化、均值滤波，掩膜知识，没答上来
算法：简述快排，以及快排最好和最差的情况（答案：最好的情况是枢纽元选取得当，每次都能均匀的划分序列。 时间复杂度O(nlogn) 最坏情况是枢纽元为最大或者最小数字，那么所有数都划分到一个序列去了 时间复杂度为O(n^2)，基本退化为冒泡排序）
最后面试官提到一句话，“我看你也写了博客在简历上，问一道算法题”，写博客有用打，是需要弄明白写的东西。
tips/感悟：
1、面试时你可以主动拿一些白纸出来，在与面试官交流时可以用笔写下想法，辅助理解。
2、面试前注意仪容仪表，尤其是鼻毛胡须与口腔异味
3、简历上写的东西你一定要熟悉，要不就别往上写
4、你要多说话，多问，多讲，多把话题引到你会的领域和知识点
5、面试最怕“一无是处”，你的项目、算法、竞赛、实习哪怕是颜值，如果都让觉得面试官不满意，你就完蛋了，一定要找到你自己的“亮点”
