确实，体感2021年之后recruiter水平急剧下滑
1 个赞
最近贵司类似于openai来的很多不用面或者很少轮哈
正常面有点太长了吧，5要面7轮
这是senior MLE了吧
junior感觉还是得引导多一些，你想要这个答案的话提前先问问人家懂不懂resnet啥的
看到提及Open AI，太难了。
其实不需要你懂resnet，你看两篇讲怎么做推荐系统的blogpost就会提到这个embedding怎么来的。
我也不要求他们能讲个子丑寅卯，你能告诉我这个怎么变成embedding就好了。
1 个赞
@Alexandrina
姐妹你要不要给楼主投投简历
这个感觉eecs grad student 做deep learning 的都会啊。。。
1 个赞
因为我是ng啦，我从ng的角度来看这个的话
如果没什么相关经验也没做过有关联的project，直接就能答出来这个问题肯定是senior了
我junior的话基本就只能在面试的时候答一答我做过的东西
没做过的真就是不懂
比如这个resnet，有名是有名，paper也读过，甚至做过一个toy
但是大佬你这个问题我着实是不知道从何下手去答 
所以我才问你是不是找senior MLE
因为我也就只能给你讲讲resnet是个啥，其他的就要靠面试官引导了。或者我就直接说这个我不会，没搞过
1 个赞
比如你面senior的话我期望这个人能说清楚self attention 的时间和空间复杂度。
实际上现在来的人连怎么处理overfitting都不一定能提到dropout我就很麻…
最好能够大家再继续在auto regressive task decoder only architecture上面相谈甚欢…
实际上，唉
如果你要面 MLE 岗位的话，你可能得加把劲了 F 老师，主要是 embedding 不是 ResNet 或者任何特定模型特殊的东西，是几乎所有模型都在用的东西。
dl范围太广了吧，我之前合作过的一个eecs grad student是做音频信号ai的，他就不会resnet
这个有点身边统计学了
不会resnet会wavenet也行 
对，你说的没错，这确实是new grads的想法，实际在工作中你不需要理解什么是resnet，你甚至也不需要去实现它，面试的题目一般是我希望你设计一个什么样的ML系统，然后你只要知道怎么把input变成embedding就好了。
比如如果是text的input你怎么处理，如果是image的话你怎么处理。
这些其实都不需要你读论文。
当然之后的follow up是另外一回事…
那感觉R老师的面试确实算简单的了
啥时候面面我？
作为一个推荐系统的从业人员，你这个要求真的要的不多。虽然我没有在实战推荐系统里用过image信息。
我上岸了。。。前几天
虽然不知道自己能不能干下来，走一步看一步吧
你看，这里面就是我不懂的了
我知道resnet，我知道embedding，但是如果楼主问我
我可能就傻眼了
因为我就是junior啊，我顶多了能白活明白我自己做的那点project
一下子知识扩充这么多，让我现场答，我着实是答不上。当然你让我入职之后学我还是学的会的。
这个有点夸张了，难道这个人完全没训练过ML model吗？
目測當年轉碼的小x書選手都來啦 
1 个赞
感觉大学上过一门课的都能知道，这面试的大部分都是两年前 well-organized 知识，这些我觉得我上都行（虽然真的做不了 tensor 洗数据），为什么会找这么多 candidate 答不出来
不至于不至于，当我说 well-organized 的时候，我说的是内容有写得不错的课本，这本书第一版包括楼主说的所有内容了，2021 年 12 月 release
3 个赞
这行没有干不来的道理，不至于让你独当一面，但就是有些 fancy vocabs 理应上过一门课的都知道的。
我感觉你这个结论没有几年从业经验的积累真的很难给出来
我身边能给出这种结论的人无一不是已经在MLAI领域干了2-3年了
你这妥妥的senior啊！
作为Junior，我看待MLAI的知识基本都是杂乱且无需的，以点为单位作为cluster在分布，彼此之间有线链接
你能说出well-organized这样的结论就说明比我强太多了
如果只是拽一些terminology其实不难
我觉得难的是每个term背后的原理究竟是什么，能说的头头是道
借您吉言哈哈。。。
主要还没入职已经发来了一大堆期望，看着着实是发怵