h********g
发帖数: 496 | 1 applied researcher的问题都有些什么？和software developer的面试有什么不同？ | u*****o
发帖数: 1224 | 2 前两天他家hr让我申这个职位，大概是找有machine learning经验的人。。然后我
follow up就不理我了。。不知是不是因为我是fresh的原因，lz是fresh还是有经验的
？ 能分享一下背景咩？ | h********g
发帖数: 496 | 3 可能是看经验相关度把。我也是fresh，不过我做的个别项目让他们以为我有很多
machine learning的经验。其实我只用到一些很粗浅的machine learning的东西，所以
现在有点心虚啊。 | h********g
发帖数: 496 | 4 面经就发在同一个thread吧
这是个back to back两小时的面试，两轮的流程都是先问了些简历的东西，然后对方介
绍下自己的项目，然后coding。
1. coding题很简单，可能是半research职位，所以coding要求不高？
1) 给一堆document, d1, d2, d3...dn，要求给出 reverse-index: <{word1,
frequence1}, {word2, frequence2} ...>
---document很多，reverse index没法都放在内存里头，所以讨论了下如何partition
---还讨论了下不同document的类型，word之间的delimter可能不同，document预处理等
2) find lowest common parent for two nodes in the tree.
follow question: what's your test cases?
3) print tree nodes in level order
2. machine learning 的题目： 你有很多customer的数据，点击page, 在某个webpage
停留的时间，浏览某个商品，等等。你如何设计算法，得出这个customer的倾向，爱好。
---这个问题我没有答好。我说这是个classification的问题，你有一堆IV，然后DV是
用户类别。所以可以使用classification的方法分类，比如CART, SVM等等。对方追问
，然后呢？我很郁闷的说，然后就得到了我们要的结果了阿...
如果fail了的话，可能就fail在这道题上了吧。有没有牛兄牛妹可以指点下怎么回答这
道题阿 | t**********r
发帖数: 2153 | 5 phone screen?
partition
【在 h********g 的大作中提到】
: 面经就发在同一个thread吧
: 这是个back to back两小时的面试，两轮的流程都是先问了些简历的东西，然后对方介
: 绍下自己的项目，然后coding。
: 1. coding题很简单，可能是半research职位，所以coding要求不高？
: 1) 给一堆document, d1, d2, d3...dn，要求给出 reverse-index: <{word1,
: frequence1}, {word2, frequence2} ...>
: ---document很多，reverse index没法都放在内存里头，所以讨论了下如何partition
: ---还讨论了下不同document的类型，word之间的delimter可能不同，document预处理等
: 2) find lowest common parent for two nodes in the tree.
: follow question: what's your test cases?
| h********g
发帖数: 496 | 6 对，紧连着的两个phone interviews
【在 t**********r 的大作中提到】
: phone screen?
:
: partition
| u*****o
发帖数: 1224 | 7 设计题好难。。除了最后一题lz应该答的都不错啊，一定没问题的，bless!
想问一下那道partition document的题你咋答的？我想的是每次用内存处理一小部分，
把结果（hash-table)移到硬盘里，最后处理完再在硬盘里merge。。 或者用类似map/
reduce的办法？预处理怎么答啊？用unix吗？
那个customer personalization的题不知怎么答，如果我答可能从collaborative
filtering上答，设计一个regression model(linear/logistic) y = theta * x, y =
user 喜好， theta = parameter for each user (stay duration, visit frequency
etc), x = feature vector for each page (content...), 每步循环estimate theta
和 x 的值，直到达到optimization...这个你看make sense咩？
partition
理等
【在 h********g 的大作中提到】
: 面经就发在同一个thread吧
: 这是个back to back两小时的面试，两轮的流程都是先问了些简历的东西，然后对方介
: 绍下自己的项目，然后coding。
: 1. coding题很简单，可能是半research职位，所以coding要求不高？
: 1) 给一堆document, d1, d2, d3...dn，要求给出 reverse-index: <{word1,
: frequence1}, {word2, frequence2} ...>
: ---document很多，reverse index没法都放在内存里头，所以讨论了下如何partition
: ---还讨论了下不同document的类型，word之间的delimter可能不同，document预处理等
: 2) find lowest common parent for two nodes in the tree.
: follow question: what's your test cases?
| u*****o
发帖数: 1224 | 8 我又想了想，可能是用distance matrix做耶，找出和user行为最类似的其他user,从其
他已知users的data来predict这个user的行为。。这个好像比较make sense一点 | h********g
发帖数: 496 | 9
对，大致就是map/reduce的方法。具体划分还可以追问下，比如我划分方法是基于word
的首字母。那么26个字母开头的words，count都是多少，可以估计一个histogram，这
样均分任务就容易了。
=
frequency
theta
【在 u*****o 的大作中提到】
: 设计题好难。。除了最后一题lz应该答的都不错啊，一定没问题的，bless!
: 想问一下那道partition document的题你咋答的？我想的是每次用内存处理一小部分，
: 把结果（hash-table)移到硬盘里，最后处理完再在硬盘里merge。。 或者用类似map/
: reduce的办法？预处理怎么答啊？用unix吗？
: 那个customer personalization的题不知怎么答，如果我答可能从collaborative
: filtering上答，设计一个regression model(linear/logistic) y = theta * x, y =
: user 喜好， theta = parameter for each user (stay duration, visit frequency
: etc), x = feature vector for each page (content...), 每步循环estimate theta
: 和 x 的值，直到达到optimization...这个你看make sense咩？
:
|
|
