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 / 之外，您不能使用任何其他库。您的代码必须通过所有 10 个测试用例。问题是找出图形是否是二分的。如果是，则打印那些颜色指定为 1 的顶点，假设第一个源的颜色为 1。

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：-

1. (a+b)/2 有什么问题。答案与整数范围溢出有关。
2. 什么是优先队列？
3. 实现 Heap 并为 Heapify 编写代码
4. 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）
5. 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。
6. 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
7. 何将二维数组传递给函数？
8. 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：

1. 什么是梯度下降？
2. 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？
3. 局部最小值和全局最小值之间的差异。
4. 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？
5. 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：

1. 什么是 PCA（主成分分析）？它是如何工作的？它如何用于降维？
2. 什么是合奏？你如何组合不同的模型？
3. 什么是随机森林？
4. 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。
5. 他给了我一个与目标值预测有关的问题。问题是这样的：
   1. 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。