你好极客！
三星研发班加罗尔于2020年9月18 日访问了我们的园区，整个过程在线进行。符合CSE、M&C 和所有电路分支的条件。
第 1 轮：（在线编码轮）
测试是在Co-cubes平台上监考和进行的，有3 道编码问题需要在70 分钟内完成。根据加入时间，向不同的候选人提出了不同的问题。我有以下问题：
- 在字符串末尾附加的最小字符以将其转换为回文（3 分）
- 最多走 M 步到达第 N 个楼梯的方法数（5 分）
- 删除给定范围之外的 BST 键（5 分）
该平台仅显示少数预测试的结果，而主要测试是隐藏的。因此，请务必事先考虑所有边缘情况。有人提到将优先考虑优化的解决方案（空间和时间）。我解决了所有 3 个问题并获得了下一轮的资格。共有21名候选人有资格进入下一轮。
第二轮：（技术轮）
这一轮是在Skype 上进行的，以及用于编写代码的colab-editor 。面试官非常友好，让我解释我的项目。然后他问了我关于项目的深入问题。 （主要是关于机器学习的概念和实践）。
接下来是两个编码问题：
- 使用两个栈实现 Queue
- 给定一个字符串数组，您必须报告作为数组中其他字符串前缀的所有字符串。 （提示：使用尝试）
我讨论了我的方法，并在从他那里得到绿色信号后，编写了解决方案。准备好面对交叉问题，比如为什么一种特定方法比另一种更好，数据结构的真实例子等（也为这一轮准备一些低级系统设计问题）。
这一轮持续了40-50 分钟，最后，我被选中参加下一轮也是最后一轮。
第 3 轮：
这一轮也是在Skype上进行的。面试官再次非常友好和冷静。他让我做自我介绍，然后他开始问我机器学习和深度学习相关的技术问题。这些问题旨在检查您在该领域的基本知识。建议刷一下你在简历中提到的技术堆栈和技能的概念。提出了很多概念性问题，其中一些是：
- 机器学习和深度学习的区别
- 为什么与仅全连接层相比，卷积层在图像分类中效果更好？
- 不同类型的权重初始化技术。
- 解释 dropout 及其与集成技术的相似之处
- 解释梯度下降、小批量梯度下降、随机梯度下降以及在不同场景下哪个更受欢迎
- 为什么 Adam 比 SGD 更受欢迎，等等……
他还问了我一些关于深度学习的实际问题，并问我会做出哪些选择来提高性能。
这一轮持续了30-40 分钟。
EOD ：我收到了加入 SRI-B 的 2 个月实习职位的邀请。