Redian新闻
>
审稿机会 (电化学, 催化)
avatar
审稿机会 (电化学, 催化)# Immigration - 落地生根
j*p
1
一个月后onsite.
求问machine learning design 部分会问什么?
general design 都准备不过来呢。
哎!
avatar
d*h
2
5分杂志
electrocatalysis, methanol oxidation
有背景有需要的朋友请扑上来
请附个人资料:姓名,单位,联系方式,研究背景,其他越详细越好
有效期至 3月27晚
avatar
j*p
3
一个月后onsite.
求问machine learning design 部分会问什么?
general design 都准备不过来呢。
哎!
avatar
m*m
4
please check the msg, thanks!!
avatar
H*h
5
昨天刚面完FB 的 machine learning + system design.
签了NDA, 具体的题目我就不透露了,而且这类题目透露了也没用,不是想coding的题
目刷下一下就顶事的。
你可以好好复习一下machine learning的具体知识和你以前使用过machine learning的
经历,想想自己在解决问题的过程中做了怎样的取舍。
system design如果没有hands on 经验就多去看看牛比工程师门的博客,还有例如
dong fei大牛的文章。然后FB给你的那几个pdf里的例题好好想一想。
但是不论什么情况下,ML都是要和system design结合在一起的。就是因为有了系统上
的各种限制,设计ML部分的时候才有的说。
avatar
D*G
6
好文顶一下
另外,FB面试时间比较紧,design题尽可能先给个overral picture,然后itemize有哪
几点你要discuss,这样即使时间不够了也不要紧。或者面试你的人如果感兴趣哪个方
面,他也会有针对性地问你。
Design面试就是discuss, 如果引导的好,会对自己很有利。
楼主,Good luck!

【在 H**********h 的大作中提到】
: 昨天刚面完FB 的 machine learning + system design.
: 签了NDA, 具体的题目我就不透露了,而且这类题目透露了也没用,不是想coding的题
: 目刷下一下就顶事的。
: 你可以好好复习一下machine learning的具体知识和你以前使用过machine learning的
: 经历,想想自己在解决问题的过程中做了怎样的取舍。
: system design如果没有hands on 经验就多去看看牛比工程师门的博客,还有例如
: dong fei大牛的文章。然后FB给你的那几个pdf里的例题好好想一想。
: 但是不论什么情况下,ML都是要和system design结合在一起的。就是因为有了系统上
: 的各种限制,设计ML部分的时候才有的说。

avatar
H*h
7
也给我点bless吧。。。等消息的日子太难熬了。。。

【在 D*********G 的大作中提到】
: 好文顶一下
: 另外,FB面试时间比较紧,design题尽可能先给个overral picture,然后itemize有哪
: 几点你要discuss,这样即使时间不够了也不要紧。或者面试你的人如果感兴趣哪个方
: 面,他也会有针对性地问你。
: Design面试就是discuss, 如果引导的好,会对自己很有利。
: 楼主,Good luck!

avatar
q*l
8
请问能提供一点machine learning具体知识的复习经验么?咱不算是ML方向的,只是偶
尔会用一下ML的工具。so对于不同背景的人,这个ML design会有不同的标准么?

【在 H**********h 的大作中提到】
: 昨天刚面完FB 的 machine learning + system design.
: 签了NDA, 具体的题目我就不透露了,而且这类题目透露了也没用,不是想coding的题
: 目刷下一下就顶事的。
: 你可以好好复习一下machine learning的具体知识和你以前使用过machine learning的
: 经历,想想自己在解决问题的过程中做了怎样的取舍。
: system design如果没有hands on 经验就多去看看牛比工程师门的博客,还有例如
: dong fei大牛的文章。然后FB给你的那几个pdf里的例题好好想一想。
: 但是不论什么情况下,ML都是要和system design结合在一起的。就是因为有了系统上
: 的各种限制,设计ML部分的时候才有的说。

avatar
H*h
9
这个我就真不知道了。我当时答的都是在工作中遇到过的情景。。。因为我的工作只和
ML有关。。。工业界成熟的ML MODEL你差不多都得知道,然后在什么情况下用什么
MODEL也得知道。还有就是FEATURE ENGINEERING, DATA PREPROCESSING,这些差不多
加起来算是ML的基本组成吧。
至少先把你偶尔用的ML工具弄清楚,不怕知道的少,就怕说了一个东西别人再问一下就
说不下去了。

【在 q*****l 的大作中提到】
: 请问能提供一点machine learning具体知识的复习经验么?咱不算是ML方向的,只是偶
: 尔会用一下ML的工具。so对于不同背景的人,这个ML design会有不同的标准么?

avatar
t*e
10
主要面feature design还有big data + ML的各种issues
如楼上所说,主要靠平时经验。反正不用推公式。
Bless 楼上
avatar
a*e
11
我有个疑问,如果candidate的背景和ML完全无关,那么面试就只有四轮。和ml沾边的
反而多面一轮。而且fb是录用后再选组,那多面一轮 ms 有点亏?
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。