談中小企業(yè)算法崗面試

機器學習面試

Author：louwill

Machine Learning Lab

? ??

去年年底開始到現(xiàn)在，在算法崗上累計面了三四十人。作為面試官，在與候選人的交互過程中，也學到了不少東西，逐漸形成了個人的一套考察候選人算法能力的思路。

我本身在一家中小企業(yè)，雖然對大廠算法崗面試也略有了解，但畢竟不在大廠，所以本文僅以中小企業(yè)算法崗的角度來談談算法面試。

本文說的算法崗一般都是指AI算法崗，即使是AI算法，這也是一個范圍很廣的方向。每家公司做的業(yè)務和領域不一樣，對應到算法崗也都不一樣，無論是結構化數(shù)據(jù)、視覺、文本和語音，還是傳統(tǒng)的圖像處理和路徑規(guī)劃，相關企業(yè)對應到招聘上都可以叫算法工程師，但實際上這些崗位干的事情都有天淵之別。這些都要在面試過程中都要根據(jù)候選人的自身背景區(qū)別對待。

雖然算法崗內部差異大，但考察的算法基本功都是不變的。為了能更好的考察候選人的算法功底，參考一些通用方式和個人經驗，一般從以下幾個方面來進行面試：

• leetcode primary/medium 1道
• 自我介紹
• 挑個人覺得做的最好的一個項目說一遍（中間根據(jù)表述和細節(jié)進行詢問）
• 機器學習功底
• 深度學習功底
• 工程能力（一些開發(fā)工具的使用）

下面主要說一下這么安排算法面試的理由。

中小公司不像大廠，技術崗位面試都要好幾輪，更有甚者像阿里這樣的面試進度以月來算，對小公司來說時間成本太高。面完之后人事和管理層商量一下當天能定下來當天就發(fā)offer。

leetcode主要是針對應屆生和三年經驗以下的算法相關候選人。我們不像大廠那樣給三道m(xù)edium或者hard那樣的題要求一小時內都寫出來，但也不是完全不考。主要是機器學習理論偏多，很多人容易紙上談兵，缺乏過硬的編程能力。

做完后進去會先讓候選人做個自我介紹，重點看下候選人的口頭表達能力。然后簡單聊一下剛剛做的算法題，復雜度和優(yōu)化方案都可以問。這一個環(huán)節(jié)可以大致看出候選人基本的數(shù)據(jù)結構和算法功底。

緊接著就是讓候選人挑一個自我感覺做的做好的項目從頭到尾說一遍，比如說他做了一個圖像分割的項目，根據(jù)他的表述，中間可以插入各自細節(jié)，看他對項目的理解和知識深入程度怎么樣。到這個環(huán)節(jié)結束基本上可以對候選人有一個大致的判斷了。

前面環(huán)節(jié)主要以候選人主動表述為主，后面三個環(huán)節(jié)更多是面試官發(fā)問，考察的是候選人在機器學習、深度學習和工程能力三個方面的基本功。根據(jù)候選人的簡歷背景，一般機器學習、深度學習和工程能力會各挑三個問題進行考察，中間根據(jù)候選人的回答進行追問或者深入細節(jié)。比如對于一位有著電商機器學習背景的候選人，我可能會提出以下問題：

機器學習：

• 決策樹有哪些特征選擇方式

• XGBoost為什么要展開到二階導數(shù)/當損失二階不可導的時候怎么辦

• 如何處理不平衡數(shù)據(jù)分類

深度學習：

• 梯度消失的概念、原因和解決方法

• 1*1卷積的作用

• CNN有哪些重要的結構設計

工程能力：

• mysql

• linux

• c++

這樣一整個流程下來，候選人的技術能力基本上就能確定了。每個人都有自己的知識盲區(qū)，實際面試中也會有意避免候選人不熟悉的知識點，一般一個方向第一個問題候選人說不熟悉之后后面都不會繼續(xù)深入問這個方向了。所以對于候選人來說，一定要實事求是，盡量真誠一點，不懂裝懂的后果就是面試官以為你很懂然后繼續(xù)問的很深，到時候場面就很尷尬了。

面試本身是個交互過程，也是面試官和候選人相互了解和學習的過程，從認真準備面試到最終得到面試結果，如果雙方都能以真誠的方式對待，無論候選人最終是否被錄用，我相信對于雙方都是一個提高。

總體來說中小企業(yè)面試和招聘沒有那么多流程要走，整體較為迅速。對于卷不進大廠又想盡快入坑的同學來說，中小廠的算法崗會是一個不錯的選擇。

有相關問題的讀者可加我微信聊。