問貝葉斯網絡的原理。

一些統計學的原理比如t-test, AUC curve的意義是啥，為什么要用AUC去衡量機器學習模型的好壞。

問了一道題：假設現在有一個函數random(), n為未知數，1/n的概率返回0，(n-1)/n的概率返回1，寫一個newRandom()，讓返回0,1的概率各為1/2。medium。

問了adaboost的原理，模型的權重以及數據的權重各自有什么意義，寫出adaboost的偽代碼。

CART樹的原理，和ID3以及C4.5有什么區別，回歸樹與分類樹有什么區別。

寫出邏輯回歸反向傳播的偽代碼。

編程題：現在有一個每行每列遞增的2D數列，比如[[1,2,3,4], [2,3,4,5], [4,5,6,7]]，在O(nm)的時間復雜度返回最小的k個數。hard。

實現memcpy.

如何在main函數之外之行一個函數。

這樣聲明變量有沒有問題：int a[10000000].

static修飾符有什么用？如果不加會出現什么后果？沒有問題目。

你知道哪幾種normlize的方法？請著重介紹一種（BatchNormalization）.這個方法在深度學習網絡中有什么用？為什么可以加速模型收斂？

你知道哪些時間序列預測，舉一個例子，寫出偽代碼(寫了HMM)。

RNN如何防止梯度爆炸（LSTM原理）。

題目：有兩個相同的數列，將兩個數列排序，但是自己數列里面的數字不能和自己數列里面的相比較（快速排序變種）。hard。

深度學習框架下，如何優化性能？你們做了哪些嘗試？

在resnet中，什么是殘差，有何意義？

在GEMM中，如何優化緩存？

編程題：Isolate Island。假設1是陸地，0是海洋，相鄰小島與小島組成陸地，那么在一個矩陣中，有多少塊陸地？(easy)

使用過哪些機器學習模型，舉一個你最熟的例子？說了logistic regression.

為什么邏輯回歸用sigmoid激活函數？多分類邏輯回歸是否也是sigmoid？

你的項目有一些深度學習框架的基礎算子開發，那么你們拿這些組成了什么網絡？舉個例子？

題：有一個矩陣，只有0和1，輸出一個相同大小的矩陣表示每一個1到0的最短曼哈頓距離；如果位點上是0則輸出0.(medium)

多核的核之間是如何交流的？介紹一下總線的用處？(沒答出來，一臉懵逼)

協程是什么？(沒答出來，一臉懵逼 )

一維的卷積的實現有什么加速方法？

全連接層有什么作用？做一個圖像識別的網絡，可以不要全連接層嗎？

在ARM平臺上，SIMD(單指令多數據)介紹一下大概？

是否了解其他平臺的SIMD指令？intel的AVX和ARM NEON有何不同？

在實現一個SIMD程序時，應該注意哪些方面？如何判斷一個算法適不適合SIMD加速？

如何證明，SIMD已經達到了最優化性能？

在大量的SIMD指令中，如何選擇性能最佳的指令？

至少工作2-3年再跳槽。大多數大廠都是起步3年工作經驗的，我投的3年工作經驗崗位能過也是有一定運氣成分，不要學我。

特別對于字節、阿里這種硬核算法崗，一定要多刷題。字節的算法尤其變態，會考hard。雖然阿里的輪數很多，但是難度沒有字節高。

簡歷里面的細節，一定要牢牢掌握。比如你的簡歷里面出現了SVM，那么一定要掌握到能夠當場推導SVM原理的程度。

為什么換工作，這個問題必定會問。不要詆毀前公司，不要看起來像自己能力不足才出來。

開弓沒有回頭箭，拿了offer，并且決定走了，再和公司說。