研究型AI面试怎么过？

hieu参与过第一届Google Brain Residents项目，他在评论中分享了面试经验。

首先，大多数所谓的“研究面试”(research interviews)，意思就是“告诉我你过去的研究项目”。我认为诀窍在于吸引面试官的注意力，因为在面试过程中，没有足够的时间去做任何真正的研究。

做好应对一些尖锐问题的准备，比如，面试官可能会问“为什么你要在 NuerIPS 2019年的论文中使用 XYZ？我认为 UVW 效果会更好。”

其次，“软件工程”方面的面试问题几乎都是差不多的。虽然与AI没有太大的关系，但是他们还是会不断的问这些问题。你只要上 LeetCode，或者任何你喜欢的网站，解决足够多的问题就可以了。

我认为大多数研究人员并不关心你在“软件工程”上的表现。



 

进行了3轮面试，都是在电话里。

第一次谈我的研究和论文，包括为什么这个领域很重要，还有什么未解决的问题，我做了什么，应用程序等等。这是最简单的一轮，因为我可以谈好几个小时，而且我喜欢我的研究。然后，被问到一些非常基本的机器学习问题，这些问题都是关于监督学习方面的。

第二次面试就看起来更像是普通的ML面试。他们询问了一个相当复杂的 NLP 问题。我讨论了当前 SOTA 的最基本的解决方案，更多的是技术方面的问题，但没有代码。

第三轮是一个普通的谷歌编码面试。

我的背景是数学，但他们没有问任何“棘手”的数学脑筋急转弯，也没有问任何离奇的数据问题。都是些非常标准的机器学习/深度学习的东西。

准备工作是很困难的。但如果你机器学习课程学

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!