三星SRIB面试经历(2018)
第1轮:
这是在三星自己的平台上举行的在线回合。考试时间为3小时,一题。约束就像,您只能提交 5 次,但您可以编译和运行代码任意次数。除了
本轮约有200名学生参加,其中44名被选中参加下一轮。
第 2 轮:
下一轮是 F2F 轮。我的面试官是一个好人,更倾向于逻辑和对问题的理解。他浏览了我的简历。我在计算机视觉和机器学习方面做过项目和实习。他问了我以下问题:-
- (a+b)/2 有什么问题。答案与整数范围溢出有关。
- 什么是优先队列?
- 实现 Heap 并为 Heapify 编写代码
- AVL 树的旋转。除了平衡的 AVL、RB 和 B+- 树之外,还有哪些其他数据结构?答案是 TREAP(树和堆的混合体)
- 给定一个数组和以索引范围作为输入的查询,你会发现没有。的独特元素。我给出了基本的解决方案。然后他询问了使用段树的范围查询。
- 在不使用 dfs 和堆栈的情况下检测无向图中的循环。他想要一个与不相交集有关的答案
- 何将二维数组传递给函数?
- 什么是最小生成树?如何找到它们?
接下来的几个问题与机器学习和计算机视觉有关:
- 什么是梯度下降?
- 是否确认我们将使用梯度下降每次达到全局最小值。如果不是,在这种情况下如何以及为什么以及该怎么做?
- 局部最小值和全局最小值之间的差异。
- 我在人脸识别中使用了哪种算法,准确性如何,为什么它们在不同的算法中有所不同?
- 用于特征选择的方法
我的朋友问的其他问题包括非递归互斥锁、分页、网格技术、OSI 模型。
第三轮:
这一轮被别人拿走了。最初,他问我属于哪里以及如何到达那里。然后他问我以下问题:
- 什么是 PCA(主成分分析)?它是如何工作的?它如何用于降维?
- 什么是合奏?你如何组合不同的模型?
- 什么是随机森林?
- 他给了我一个编写代码的问题,给定一个带有地雷(2)、墙壁(0)、开始为(1)和目的地为(3)的二维网格,我必须找到从源到目的地的最短路径。除了对角线之外,您可以向所有方向移动。
- 他给了我一个与目标值预测有关的问题。问题是这样的:
- 您已经获得了员工的数据,包括 EmpId、薪水、工作时间、奖励+奖金、现场 (Y/N)、评级和评估、现任经理的年数。您必须创建一个模型来预测员工是否会辞职。我使用了标准化、去除异常值、用均值、中值、众数替换 Nulls。将特征分箱成范围。然后利用熵和信息增益形成决策树。我还给了他另一种方法,即使用基于函数的评分模型,该函数使用分配给每个特征的权重。
第四轮:
这是一种人力资源回合,他只是问了我们一些基本的问题,比如我们来自哪里,什么是人工智能,什么是外行的机器学习。
最后我被选为 FTE + 实习。