©原創作者 | 三金
寫在前面：
“得人工智能者得天下”，這句話在互聯網圈子流傳盛廣。人工智能工程師崗位薪酬普遍較高，讓部分畢業生眼前一亮，畢業后直接加入到了相關崗位的競爭中，面試堪稱神仙打架。
而華為作為全球領先的ICT（信息與通信）基礎設施和智能終端提供商亦設有該崗位，今天就和小編一起去探秘華為人工智能工程師崗位吧~
01 崗位介紹
崗位名稱：AI工程師（研發類）
工資待遇：占比90%的員工月薪在30K-50K區間。[1]
招聘方向：8個方向，具體為：自然語處理/語音語義、機器學習、計算機視覺、決策推理、推薦搜索、AI算子開發、AI性能優化、AI軟件開發
崗位要求：方向不同，各個崗位具體要求也不相同。但大多數招聘方向在學歷背景、編程能力、深度學習框架以及科研競賽上都有明確規定：
1）獲得計算機科學、機器學習、統計學、應用數學等領域的優秀碩士；
2）具備較強的編程能力，精通主流編程語言，如C++/Java/Python等；
3）熟悉至少一種常用深度學習框架，如Caffe、Tensorflow、Pytorch、Keras框架等；
4）在高水平國際會議和學術期刊發表過相關論文，或有高水平競賽獲獎經歷。
此外，在算法方面，自然語處理/語音語義方向需要熟悉常見NLP任務的定義和基礎實現方法；計算機視覺方向需要掌握計算機視覺和圖像處理基本算法，並在如下一個或多個相關方向有較深入研究：檢測、識別、OCR、分類、語義分割、圖像處理；推薦搜索方向需要應聘者對常用的數據挖掘、機器學習、線性規划等算法有較深入了解，有實際算法調優經驗，參與過諸如廣告點擊率預估、個性化推薦模型、搜索排序等項目；AI算子開發方向表明熟悉TVM編譯器和 NNVM 原理，有計算圖層和算子層開發和優化經驗者優先。
AI軟件開發方向要求熟悉深度神經網絡、計算機視覺、機器人導航定位、運動規划等算法領域中的至少一種，能夠針對算法特點與芯片硬件特點設計最佳算法實現方式並優化部署。
工作地點：北京、南京、杭州、武漢、蘇州、濟南、東莞、深圳、成都、西安均有相關部門設有該崗位。
02 面經干貨
華為AI工程師面試共計三輪，技術面兩輪，主管面一輪。其中技術面末尾都會考核編程能力。
1）面經來源牛客網ID：這個不可以吃
A、一面：（注：技術一面和技術二面合並面試）
1. 梯度消失及梯度爆炸的原因。
AI面試指南參考答案：
1）網絡深度的原因：神經網絡通過反向傳播損失函數計算的誤差實現網絡參數的更新優化，若神經網絡層數太深、初始權重值太小，且激活函數的梯度在0-1之間，則各層連乘之后得到的值的絕對值也會在0-1之間，從而導致梯度消失；反之若初始值權重較大，且激活函數求導后梯度值大於1，則隨着網絡層數的增加，梯度很容易指數級增長，從而導致梯度爆炸。
2）激活函數的原因：神經網絡使用了不合適的激活函數，例如Sigmoid，就會差生梯度消失問題。如下圖所示，左側為Sigmoid的曲線圖，其映射值在0-1之間，右側為導數圖，取值在0-0.25之間，這意味着無論輸入值為多大，其鏈式相乘后輸出值會越來越小，從而造成梯度消失的現象。
此外，值得注意的是，梯度消失產生時，通常接近輸出層的隱藏層梯度相對正常，權值更新也相對正常，但是靠近輸入層的隱藏層權值更新緩慢或者甚至停滯。
2. L2正則化是為了解決梯度消失還是梯度爆炸。
AI面試指南參考答案：
解決梯度爆炸。因為發生梯度爆炸的時候，權值會變得很大，正則化可以限制權值的大小，防止過擬合。
3. 損失函數有哪幾種，具體公式描述一下。
AI面試指南參考答案：
1）0-1損失函數：預測值和目標值不相等為1，否則為0。
2）絕對值損失函數：計算預測值與目標值的差的絕對值。
3）log對數損失函數：應用於邏輯回歸。
4）均方誤差損失函數：應用於線性回歸任務。
5）交叉熵損失函數：應用於離散分類任務。
4. 邏輯回歸和線性回歸的區別。
AI面試指南參考答案：
1）邏輯回歸處理分類問題，線性回歸處理回歸問題，這是本質區別。邏輯回歸是給定自變量、超參數后，得到因變量的期望值，根據期望處理預測分類問題，而線性回歸是y關於x的線性函數處理回歸問題。
2）優化的目標函數不一樣：邏輯回歸是似然函數，線性回歸是最小二乘法。
知識擴展：
兩者的相同點是兩者在求解超參數的過程中，都可以使用梯度下降的方法。
5. SVM和線性回歸的區別。
AI面試指南參考答案：
1）損失函數不同：例如邏輯回歸使用的是交叉熵損失函數，而SVM使用的是Hinge損失函數；
2）線性回歸可以給出每一類的概率，但是SVM不能；
3）線性模型是參數模型，受數據分布的影響，特別是樣本不均衡的時候，需要先做數據平衡，而SVM是非參數模型，不直接依賴於數據分布。
6. EM算法簡單描述。
AI面試指南參考答案：
EM算法即期望極大算法，是一種迭代優化策略，每次迭代由兩步組成：E步求期望，M步求極大。
7. 開放性問題，怎么比較兩個詞語的相似性，比如冰箱和洗衣機；對人工智能的發展有什么看法。
AI面試指南參考答案：
1）可以通過詞嵌入（Word Embedding）或者分布式向量（Distributional Vectors）將自然語言表示的單詞轉換為計算機能夠理解的向量或矩陣形式，然后再使用相似性度量算法比較單詞之間的相似性，例如Jaccard相似系數、基於MinHash的相似性算法、余弦相似度、基於SimHash的相似性算法、TF-IDF等；
2）人工智能相關領域的發展前景非常廣闊。以后在機器學習、深度學習階段更加智能化，並且陸續普及到各個行業，極大提高工作效率，降低生產、管理等成本。例如智慧醫療等。
8. 反轉字符串。
AI面試指南參考答案：
1）思路一：從頭遍歷字符串中的字符；
2）思路二：將字符串轉成字符數組，首尾互換；
B、主管面：
1. 對自己的性格是怎么定義的
AI面試指南參考答案：
說出三個關鍵詞，然后用具體的例子去佐證。
2. 同學或是朋友是怎么評價你的
AI面試指南參考答案：
說正面的評價，不要回答影響工作的評價，例如“粗心大意、不守時”等；同樣要有理有據，要具體，有說服力。
3. 對華為的負面新聞有什么看法
AI面試指南參考答案：
互聯網是一把雙刃劍，負面新聞也不一定是真實的報道。對於此類新聞一方面需要判斷其影響性，如果影響大，就需要立刻采取措施進行補救，另一方面我們應該反省是否真的需要改進，從而使公司更加錦上添花。注意，這里小編建議面試之前做一下負面調查。
4. 現在很多同學都喜歡從事人工智能崗，你對這有什么看法
AI面試指南參考答案：
1）從行業發展趨勢來看，由於人工智能本身就是一個多學科交叉的研究領域，意味着很多同學在學校是相關學科的研究，所以從事該行業也是一個新的趨勢；
2）當前金融、醫療和教育等領域與人工智能技術的結合案例已經越來越多了，未來智能化產品會大量應用在互聯網領域，這也推動了同學從事人工智能崗。
3）人工智能崗工資薪酬待遇普遍高於其他行業，相信這也是另外一個原因。
2）面經來源牛客網ID：宵夜95
技術一面：
首先自我介紹，接着面試官詢問所做項目細節，然后問最熟悉哪個編程語言，作者選擇了Python，於是面試官基於Python問了三個問題：
1. *args, **kargs的用法
AI面試指南參考答案：
1. *args實質是將函數傳入的參數存儲在元組類型的變量args當中;
2. **kargs實質是將函數的參數和值存儲在字典類型的kargs變量中。
2. python中基本類型有哪些
AI面試指南參考答案：
1）不可變數據類型（3 個）：Number（數字）、String（字符串）、Tuple（元組），其中數字類型包括 int、float、bool、complex（復數）；
2）可變數據類型（3 個）：List（列表）、Dictionary（字典）、Set（集合）。
3. 內置數據結構有哪些？tuple與list有什么區別
AI面試指南參考答案：
1）內置數據結構有：列表、元組、集合和字典。
2）元組可以看做帶了緊箍咒的列表。列表中保存的是地址的索引，所以元素類型不一定相同，元組內也可以存儲任意數據類型，但是元組本身是不可變數據類型，沒有增刪改查。
4. 最后部分手撕代碼，是關於螺旋陣列的。
AI面試指南參考答案：
思路：采取列表嵌套的方法。
技術二面：
1. 詢問做所項目，遇見什么困難，如何改進的，在項目中哪一部分最重要，作者在項目中做了什么貢獻......
AI面試指南參考答案：
考查面試者是否熟悉項目細節。
2. 講一講NLP優秀模型；
AI面試指南參考答案：
BERT詞向量模型，有兩個核心思想：
1）Transformer結構，Transformer是一個基於注意力（Attention）機制的序列模型；
2）進行無監督的預訓練。
3. 解釋極大似然估計，最大后驗概率估計
AI面試指南參考答案：
1）極大似然估計：通過多次實驗推測每一個結果可能即似然，其中最有可能的推測即最大似然估計。
2）最大后驗概率估計：在給定數據樣本的情況下，最大化模型參數的后驗概率。
4. 解釋核函數及其應用
AI面試指南參考答案：
1）核函數
：
將原空間中的任意兩個向量，
，
映射為特征空間中對應的向量之間的內積。
2）應用：在SVM中，通常直接給定核函數，然后用解線性分類問題的方法求解非線性分類問題。
5. 手撕代碼，判斷交叉字符串。
AI面試指南參考答案：
思路：運用遞歸算法或者動態規划。
B、主管面：
1. 英文介紹項目；
2. 項目中遇到的困難，如何解決的；
3. 詢問工作地點，想去哪里工作；
AI面試指南參考答案：
如實回答，但如果某個地方很有意向，可以回答“最好是xxx，但是不排除xx地方”。
除此之外，三場面試均問了是否了解圖模型。
AI面試指南參考答案：
1）概率分布的圖形表示被稱為圖模型，一個圖由結點和結點之間的鏈接組成。在概率圖模型中。每個結點表示一個隨機變量（或一組隨機變量），鏈接表示這些變量之間的概率關系。
2）有向圖模型：貝葉斯網絡；無向圖模型：馬爾科夫隨機場。
03 結語
從上述可以發現，想要成為華為AI工程師除了要有較強的學術背景外，還要有過硬的實力。小編在這里要提醒大家，機會只會留給有准備的人，對簡歷上的項目一定要特別熟悉，特別是技術細節，此外，在准備項目介紹的時候還應該准備英文版本。對於想要提升編程能力的面試者，可以在力扣、牛客網等平台刷題。
面經對於面試者就如同考生考試前的真題練習，關注“AI面試指南”公眾號，歡迎后台或評論區留言，告訴小編你想了解哪一個崗位的面經，說不定下期推文就是它哦~最后希望大家都能獲得自己理想崗位的offer！
引用
[1] 華為AI工程師工資概況
https://www.jobui.com/company/huawei/salary/j/aigongchengshi/p2/#joblist
私信我領取目標檢測與R-CNN/數據分析的應用/電商數據分析/數據分析在醫療領域的應用/NLP學員項目展示/中文NLP的介紹與實際應用/NLP系列直播課/NLP前沿模型訓練營等干貨學習資源。