研究型AI面试怎么过?Reddit网友谷歌面试经验分享 | 附资源

十三 发自 凹非寺
量子位 报道 | 公众号 QbitAI

大多数学生在求职前,都会经历实习的过程,那么面试就必不可少。

Reddit上一位NLP领域研究生便提出了这样一个问题:

研究型实习岗位面试时,会被问哪些问题?这些问题主要考验自己的经验,还是对领域了解的程度?

想必这个问题也反映了大多数学生的心声。

那么Reddit网友又给出了怎样的答案呢?

Reddit网友分享面试经验

网友hyhieu参与过第一届Google Brain Residents项目,他在评论中分享了面试经验。

首先,大多数所谓的“研究面试”(research interviews),意思就是“告诉我你过去的研究项目”。我认为诀窍在于吸引面试官的注意力,因为在面试过程中,没有足够的时间去做任何真正的研究。

做好应对一些尖锐问题的准备,比如,面试官可能会问“为什么你要在 NuerIPS 2019年的论文中使用 XYZ?我认为 UVW 效果会更好。”

其次,“软件工程”方面的面试问题几乎都是差不多的。虽然与AI没有太大的关系,但是他们还是会不断的问这些问题。你只要上 LeetCode,或者任何你喜欢的网站,解决足够多的问题就可以了。

我认为大多数研究人员并不关心你在“软件工程”上的表现。

网友mrpogiface近期在谷歌参加了面试,今年夏天将加入谷歌大脑团队实习,他分享道:

总共进行了3轮面试,都是在电话里。

第一次谈我的研究和论文,包括为什么这个领域很重要,还有什么未解决的问题,我做了什么,应用程序等等。这是最简单的一轮,因为我可以谈好几个小时,而且我喜欢我的研究。然后,被问到一些非常基本的机器学习问题,这些问题都是关于监督学习方面的。

第二次面试就看起来更像是普通的ML面试。他们询问了一个相当复杂的 NLP 问题。我讨论了当前 SOTA 的最基本的解决方案,更多的是技术方面的问题,但没有代码。

第三轮是一个普通的谷歌编码面试。

我的背景是数学,但他们没有问任何“棘手”的数学脑筋急转弯,也没有问任何离奇的数据问题。都是些非常标准的机器学习/深度学习的东西。

准备工作是很困难的。但如果你机器学习课程学得很好,并且已经阅读过文献研究等,应该是很容易通过面试的。

网友ajayrfhp还表示:

这非常取决于公司本身。一般都会考通用的机器学习、数学。公司并不希望你成为AI领域的全能专家。高级的面试问题会根据你的背景和参与过的项目量身定做。

资源分享

量子位也为大

家整理了一份与AI相关的教程和资源,希望能给你带来帮助。

哥伦比亚大学应用机器学习课程2020

博客:http://www.cs.columbia.edu/~amueller/comsw4995s20/schedule/GitHub:https://github.com/amueller/COMS4995-s20视频:https://www.bilibili.com/video/av86820508

《剑指Offer》题目汇总&常考题总结(Python实现)

GitHub:https://github.com/shenweichen/coding_interviews

免费中文深度学习课程,北大本科生同款

课程视频:https://www.bilibili.com/video/av88056282/课程PPT:https://pan.baidu.com/s/1dN4NUtDs-tXLvGyKEO1MFQ提取码:126a

书籍推荐:《自然语言处理》

GitHub:https://github.com/jacobeisenstein/gt-nlp-class/blob/master/notes/eisenstein-nlp-notes.pdf

马上要进入春招阶段,无论是实习还是正式岗位,你准备好了吗?

传送门

https://www.reddit.com/

版权所有,未经授权不得以任何形式转载及使用,违者必究。