导读
小编找到了一些自己获得offers的面试的经验,特此分享给大家!希望对你们有帮助!
导读
小小心得
个人经历
到了6月的时候,找了本科的数学教材开始微积分,线性代数和概率论的复习。主要挑选一些算法学习中常用的知识点进行回顾,如:偏微分、泰勒展开、拉格朗日函数、傅里叶变换,矩阵这块的逆矩阵、特征值与特征向量、二次型、奇异值分解、QR分解,以及概率论这块的各种分布(高斯分布和伯努利分布较重要)、概率密度、贝叶斯定理等等。同时也通过公众号文章关注到了SIGAI,在更新的文章中对很多知识可以有很好的巩固,比如:梯度下降法、SVM综述、神经网络中的各种激活函数、人脸检测算法综述、理解凸优化、牛顿法和拟牛顿法、卷积网络压缩加速、生成对抗网络等等很多和机器学习深度学习相关的知识汇总。然后为了巩固提高自己的机器学习和深度学习知识水平,就报名了SIGAI的课程。同时买了《机器学习》(西瓜书),《统计学习方法》,《深度学习》(花书)进行学习。在SIGAI的课程里,我所重点学习的部分是最优化方法,机器学习方法的原理和推导以及深度学习里的神经网络原理这一块。期间对照着书,自己学习着推导过一遍,然后跟着课程和雷老师又巩固一遍原理推导。因为这些在面试里被问到或者是手推的频率很高。
面试分享
阿里(CV算法工程师)
百度(CV算法工程师)
银联
vivo(视频图像算法工程师)
Face++(CV算法工程师)
虹软(CV算法工程师)
依图(CV算法工程师)
网易互娱
多益(AI及大数据)
贝壳(CV算法工程师)
搜狗(CV算法工程师)
寒武纪(算法工程师):
vivo(图像算法工程师-图像加速)
商汤(CV算法工程师)
腾讯(算法)