©原創作者 | 三金
寫在前面:
“得人工智慧者得天下”,這句話在網際網路圈子流傳盛廣。人工智慧工程師崗位薪酬普遍較高,讓部分畢業生眼前一亮,畢業後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(資訊與通訊)基礎設施和智慧終端提供商亦設有該崗位,今天就和小編一起去探祕華為人工智慧工程師崗位吧~
01 崗位介紹
崗位名稱:AI工程師(研發類)
工資待遇:佔比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、推薦搜尋、AI運算元開發、AI效能優化、AI軟體開發
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、程式設計能力、深度學習框架以及科研競賽上都有明確規定:
1)獲得電腦科學、機器學習、統計學、應用數學等領域的優秀碩士;
2)具備較強的程式設計能力,精通主流程式語言,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,在演算法方面,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影像處理基本演算法,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、影像處理;推薦搜尋方向需要應聘者對常用的資料探勘、機器學習、線性規劃等演算法有較深入瞭解,有實際演算法調優經驗,參與過諸如廣告點選率預估、個性化推薦模型、搜尋排序等專案;AI運算元開發方向表明熟悉TVM編譯器和 NNVM 原理,有計算圖層和運算元層開發和優化經驗者優先。
AI軟體開發方向要求熟悉深度神經網路、計算機視覺、機器人導航定位、運動規劃等演算法領域中的至少一種,能夠針對演算法特點與晶片硬體特點設計最佳演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 面經乾貨
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程式設計能力。
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併面試)
1. 梯度消失及梯度爆炸的原因。
AI面試指南參考答案:
1)網路深度的原因:神經網路通過反向傳播損失函式計算的誤差實現網路引數的更新優化,若神經網路層數太深、初始權重值太小,且啟用函式的梯度在0-1之間,則各層連乘之後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,且啟用函式求導後梯度值大於1,則隨著網路層數的增加,梯度很容易指數級增長,從而導致梯度爆炸。
2)啟用函式的原因:神經網路使用了不合適的啟用函式,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,其對映值在0-1之間,右側為導數圖,取值在0-0.25之間,這意味著無論輸入值為多大,其鏈式相乘後輸出值會越來越小,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. 損失函式有哪幾種,具體公式描述一下。
AI面試指南參考答案:
1)0-1損失函式:預測值和目標值不相等為1,否則為0。
2)絕對值損失函式:計算預測值與目標值的差的絕對值。
3)log對數損失函式:應用於邏輯迴歸。
4)均方誤差損失函式:應用於線性迴歸任務。
5)交叉熵損失函式:應用於離散分類任務。
4. 邏輯迴歸和線性迴歸的區別。
AI面試指南參考答案:
1)邏輯迴歸處理分類問題,線性迴歸處理迴歸問題,這是本質區別。邏輯迴歸是給定自變數、超引數後,得到因變數的期望值,根據期望處理預測分類問題,而線性迴歸是y關於x的線性函式處理迴歸問題。
2)優化的目標函式不一樣:邏輯迴歸是似然函式,線性迴歸是最小二乘法。
知識擴充套件:
兩者的相同點是兩者在求解超引數的過程中,都可以使用梯度下降的方法。
5. SVM和線性迴歸的區別。
AI面試指南參考答案:
1)損失函式不同:例如邏輯迴歸使用的是交叉熵損失函式,而SVM使用的是Hinge損失函式;
2)線性迴歸可以給出每一類的概率,但是SVM不能;
3)線性模型是引數模型,受資料分佈的影響,特別是樣本不均衡的時候,需要先做資料平衡,而SVM是非引數模型,不直接依賴於資料分佈。
6. EM演算法簡單描述。
AI面試指南參考答案:
EM演算法即期望極大演算法,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,怎麼比較兩個詞語的相似性,比如冰箱和洗衣機;對人工智慧的發展有什麼看法。
AI面試指南參考答案:
1)可以通過詞嵌入(Word Embedding)或者分散式向量(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,然後再使用相似性度量演算法比較單詞之間的相似性,例如Jaccard相似係數、基於MinHash的相似性演算法、餘弦相似度、基於SimHash的相似性演算法、TF-IDF等;
2)人工智慧相關領域的發展前景非常廣闊。以後在機器學習、深度學習階段更加智慧化,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. 反轉字串。
AI面試指南參考答案:
1)思路一:從頭遍歷字串中的字元;
2)思路二:將字串轉成字元陣列,首尾互換;
B、主管面:
1. 對自己的性格是怎麼定義的
AI面試指南參考答案:
說出三個關鍵詞,然後用具體的例子去佐證。
2. 同學或是朋友是怎麼評價你的
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麼看法
AI面試指南參考答案:
網際網路是一把雙刃劍,負面新聞也不一定是真實的報導。對於此類新聞一方面需要判斷其影響性,如果影響大,就需要立刻採取措施進行補救,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,這裡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慧崗,你對這有什麼看法
AI面試指南參考答案:
1)從行業發展趨勢來看,由於人工智慧本身就是一個多學科交叉的研究領域,意味著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慧技術的結合案例已經越來越多了,未來智慧化產品會大量應用在網際網路領域,這也推動了同學從事人工智慧崗。
3)人工智慧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,接著面試官詢問所做專案細節,然後問最熟悉哪個程式語言,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實質是將函式傳入的引數儲存在元組型別的變數args當中;
2. **kargs實質是將函式的引數和值儲存在字典型別的kargs變數中。
2. python中基本型別有哪些
AI面試指南參考答案:
1)不可變資料型別(3 個):Number(數字)、String(字串)、Tuple(元組),其中數字型別包括 int、float、bool、complex(複數);
2)可變資料型別(3 個):List(列表)、Dictionary(字典)、Set(集合)。
3. 內建資料結構有哪些?tuple與list有什麼區別
AI面試指南參考答案:
1)內建資料結構有:列表、元組、集合和字典。
2)元組可以看做帶了緊箍咒的列表。列表中儲存的是地址的索引,所以元素型別不一定相同,元組內也可以儲存任意資料型別,但是元組本身是不可變資料型別,沒有增刪改查。
4. 最後部分手撕程式碼,是關於螺旋陣列的。
AI面試指南參考答案:
思路:採取列表巢狀的方法。
技術二面:
1. 詢問做所專案,遇見什麼困難,如何改進的,在專案中哪一部分最重要,作者在專案中做了什麼貢獻......
AI面試指南參考答案:
考查面試者是否熟悉專案細節。
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,最大後驗概率估計
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)最大後驗概率估計:在給定資料樣本的情況下,最大化模型引數的後驗概率。
4. 解釋核函式及其應用
AI面試指南參考答案:
1)核函式
:
將原空間中的任意兩個向量,
,
對映為特徵空間中對應的向量之間的內積。
2)應用:在SVM中,通常直接給定核函式,然後用解線性分類問題的方法求解非線性分類問題。
5. 手撕程式碼,判斷交叉字串。
AI面試指南參考答案:
思路:運用遞迴演算法或者動態規劃。
B、主管面:
1. 英文介紹專案;
2. 專案中遇到的困難,如何解決的;
3. 詢問工作地點,想去哪裡工作;
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瞭解圖模型。
AI面試指南參考答案:
1)概率分佈的圖形表示被稱為圖模型,一個圖由結點和結點之間的連結組成。在概率圖模型中。每個結點表示一個隨機變數(或一組隨機變數),連結表示這些變數之間的概率關係。
2)有向圖模型:貝葉斯網路;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。小編在這裡要提醒大家,機會只會留給有準備的人,對簡歷上的專案一定要特別熟悉,特別是技術細節,此外,在準備專案介紹的時候還應該準備英文版本。對於想要提升程式設計能力的面試者,可以在力扣、牛客網等平臺刷題。
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,歡迎後臺或評論區留言,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~最後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/資料分析的應用/電商資料分析/資料分析在醫療領域的應用/NLP學員專案展示/中文NLP的介紹與實際應用/NLP系列直播課/NLP前沿模型訓練營等乾貨學習資源。