前言
在校兩年半，沒經歷過面試的毒打，第一次面試給了騰訊，周二晚上學長幫推的簡歷周三下午就打電話來問周四晚上有沒有空面試。那天下午還在趕着數據庫的實驗報告，腦子有點轉不過來就說了有空，然后仔細一看好像前兩天剛搶了節課，正好是周四晚上 orz，算了算了，翹了，周五再去蹭兩節，面試重要。
emmmm。。。從來沒面過試，咋准備呢？仔細想了想，面試官肯定會問簡歷上的那個項目，畢竟還是有些對口的，時間有點久遠，就叫了羅大佬來幫忙復盤一下。復盤項目的時候，又仔細想了想大概面試的時候會問些啥，羅大佬叫我去看看別人的面經。好的，谷歌“算法工程師 AI 安全”，打開幾個頁面，emmmmmmmm。。。。第一個問題，不會。。第二個，不會。。第三個，還是不會。。。。羅大佬順便給我來了個模擬面試。。涼了啊，怎么感覺自己好像啥都沒學過一樣的。。。然后周三晚上，就先把自己之前寫的相關的博客全過了一遍，再把這學期上機器學習課寫的所有算法再過一遍，然后就是不斷的刷網上的面經，我也不知道周三晚上幾點睡的，周四早上8點半起來接着補。。除了吃飯和中間兩節課，基本都在補之前學過但沒注意到的或是忘了的知識點了。
然后就是周四晚上的面試。。。開始復盤
復盤
- 自我介紹（對，從周三晚上開始還一個很重要的事就是准備自我介紹。。好難啊，面試官還順便問了問我學這方面多久了，差不多1年了）
- 介紹一下簡歷上的那個項目（我那個項目名稱是“基於流量特征聚類的C&C域名檢測方法研究”，便介紹面試官邊打斷問些細節什么的，其中問了下為什么用層次聚類，其它聚類方式用了沒，我回答說試過 k-means ，但 k 值的選取比較麻煩，然后面試官告訴我 k-means 的 k 可以大致估算出來的。。orz。。項目里面有塊涉及深度學習，面試官好像比較感興趣，然而那塊不是我做的，我對深度學習不是很熟，然后后面幾次面試官想問深度學習方面的問題也都沒能問，還是自己太菜了，哭了，考完試就開始惡補深度學習 orz）
- SVM的目標函數（愣了一下，就說原始目標為 \(min \frac{1}{2} \frac{1}{||w||^2}\) ）那這里為什么是二分之一知道嗎（之前推公式的時候糾結過，當時得出的結論是方便求導，推公式的時候多思考思考還是有點用的）
- 介紹下決策樹（想了一會兒怎么說，組織語言有點難），熵的公式
- 集成模型中GBDT的原理（我當時說是擬合殘差（因為看好多人都這么說），但面試官說不太對，叫我回去好好再看看，我又補了句或者說是負梯度，就有點懵），還知道其它什么集成模型嗎（RF，隨機森林，又稍微介紹了下隨機森林）
- 如果出現過擬合了，該怎么辦（第一反應就是加正則化，L1正則、L2正則，好了場面開始尷尬）那L1、L2正則都起了什么作用能說下嗎？（emmmm。。。。。起了什么作用。。什么作用。。gg。。。。emmmm，這個具體細節有些忘了。。）那行，接着說其它辦法吧（然后說了K-Fold 和 加數據）
- （可能是因為說到了K-Fold吧）那說下你知道的模型集成 emsemble 的方法（說實話我一開始沒聽清問題，但聽到了集成，稍微了愣了下，在想剛剛不是問過了嗎，但又聽到了emsemble 就知道是問融合，然后就打了下知道的方法）
- 看你簡歷上寫了那么多比賽的獲獎，那挑個你熟悉的比賽講講吧（我想了想，就挑了 kaggle 上 IEEE 的那個比賽介紹了下，不過好像主要還是特征工程，就沒有面試官比較想關注的點，於是后面作死說了對 V 那組特征的處理方法，先通過相關性篩選掉一部分，然后再用PCA）怎么通過相關性篩的，采用的是什么相關性（gg。。。我當時用的是 pandas 里面的 corr 函數，沒了解里面是啥相關性，感覺是線性相關性，但到底是啥。。說了句可能是協方差，感覺好像不太對。。。）稍微尬了會兒，那說說 PCA 吧（龜龜。。。上周上課老師才講過 PCA， 回來還沒怎么看。。有點忘了，也不知道咋組織語言。。。又 gg ）
- （這里開始經受暴擊）那看你簡歷上寫着熟悉 TensorFlow，那問問你計算圖的概念吧（我死了。。。想說自己熟悉的是TensorFlow 2.0，1.x 版本一直沒學，只是能大致看懂，真正開始自己用 TensorFlow 開始寫代碼還是前段時間答辯回來裝了 2.0 GPU版本之后開始的。。。考完試補起來）
- （暴擊x2）你這還寫了個熟悉shell，那我問你個簡單的吧，字符串分割要怎么做（我回去一定馬上改簡歷，以為自己用 shell 寫了個文件轉移的代碼就算熟悉了，真是沒經過毒打。。然后場面又尷尬了）
11.那再問問你 python 里的 yield 這個關鍵詞吧（開始以為又要死了，突然想起來好像之前看哪個論文的代碼的時候看到過它，幸好當時查了下，算是勉勉強強答上來了）
12.（暴擊x3）看你剛剛提到之前有做過 ACM， 那問你一道算法題吧（當時想的是完了，成功給自己挖了個大坑，自從不打 ACM 以來，一年半沒怎么刷過題了，前不久的谷歌機器學習冬令營還因為筆試題做的不太好給刷掉了 orz）兩個有序數組，合並，要求時間復雜度、空間復雜度盡可能地小（emmmm。。好像還好？跟一開始想象的不太一樣，這不就是歸並排序的最后一步嘛？不對不對，空間復雜度盡可能地小。。。。再建立一個數組時間復雜度已經是很小了，但空間復雜度肯定還不滿足要求，咋做。。。咋做。。。orz。。算了，先回答個最簡單的吧，回答完之后確實是跟自己想的一樣，空間復雜度還不滿足，又想了幾分鍾，問了句，這個數組是不是變長的。。面試官說是的，想到變長也就差不多了）
13.再問問你以后的考慮是怎么樣的，如果選擇的話機器學習和數據挖掘會選哪塊（我當時回答的是如果按目前興趣來看的話會選數據挖掘）但是我們這個崗位可能更偏研究一些（我當時又補了補，就是更偏向於落地，要讓做出來的研究能夠落地，做那種能有實際價值的，balabala 地又講了一些）那你后面要不要讀研（可能因為剛剛講的時候說到了有跟導師。。然而。。能保研肯定想讀地呀。。。然而沒法成績保研 我太菜了.jpg）你不是圖靈班的嘛，保研還有問題嗎？（暴擊x4，學校成績上只保 15 個人左右，然后圖靈班總共有31人。。。。）
14.那我的問題完了，你有什么想問我的嗎
我就先問了問面試官對我這次面試的評價，畢竟是第一次面試，還是想知道自己有哪些不足，然后后面回去補。主要就是深度學習掌握的程度不夠，考完試馬上就去補 orz。。。然后又問了問他們具體的研究方向，聽了之后感覺還是有點意思的，但是好像目前水平還不夠哇。。
小節
面完試之后看了看時間，接近一個小時，周三晚上羅大佬跟我說面試時間一般45分鍾到一個小時，我當時人都傻了，想了想自己的知識儲備，似乎二三十分鍾就可以結束了呀，那場面豈不是一度尷尬？？？面完試自己感覺還好，起碼比自己預想的要好很多了，不知道面試官具體是啥感想。感覺面試官人很好，盡量避免了問會讓我自閉的問題， 說是一周之內出通知，感覺自己能過得幾率不大。。后面繼續努力了，考完試（年后，最后一門機器學習 31 號，考完跨年，23333）后開始高頻率更新博客，順便改簡歷。。。。
