TikTok機器學習與資料科學家的面試題 - Reddit
收集了 Tik Tok面試題清單,似乎他們做的是leetcode/hackerrank中等難度的問題:
- - TwoSum (hackerrank)
- - 描述偏差和變異之間的區別
- - 解釋偏差/變異的權衡
- - 描述正則化
- - 你如何處理不平衡的資料
- - 定義Recall和Precision。
- - 描述SGD和Adam之間的區別
- - 如何管理過度擬合
- - 如何處理類的不平衡
- - 列舉不同的最佳化器(SGD、Adam),並提及一些區別。
- - 解釋召回率和精確度
- - 返回列表中的最大元素,隨機地打破平局。
- - Leetcode中的二叉樹
- - 描述SVM、轉化器、NLP模型
- - 計算一個permutation
- - 如何處理重複的問題,LRU(你不能使用package)。
Reddit網友評論:
Tik Tok中的某個人對最佳化器很苛刻
多麼愚蠢的名單:“讓我們看看你從學校和部落格文章中記住了什麼”
要求做 leetcode 問題是超級愚蠢的。但是問統計型別的問題是好的。
相關文章
- 資料科學和機器學習面試問題資料科學機器學習面試
- 機器學習工程師與資料科學家的大斗法機器學習工程師資料科學
- 資料科學家與機器學習工程師的區別? - kdnuggets資料科學機器學習工程師
- 資料科學家面試如何準備?資料科學面試
- 資料分析師與資料科學家有什麼不同? - Reddit資料科學
- Reddit網友談資料分析師和資料科學家的職業區別資料科學
- Python機器學習 5個資料科學家案例解析Python機器學習資料科學
- 4月份最熱門的資料科學和機器學習GitHub開源庫和Reddit話題資料科學機器學習Github
- 「資料科學家」必備的10種機器學習演算法資料科學機器學習演算法
- 【資料科學家】如何成為一名資料科學家?資料科學
- Reddit網友參加資料科學家訓練營被騙經歷資料科學
- 產品資料分析師的頭銜是否可重新命名為“資料科學家”? - Reddit資料科學
- 資料科學家應該掌握的12種機器學習演算法資料科學機器學習演算法
- 人的資料科學與機器資料科學資料科學
- 資料科學中特徵工程如何自動化? - Reddit資料科學特徵工程
- 資料科學家的命令列技巧資料科學命令列
- 公民資料科學家的侷限性資料科學
- 資料科學家會被機器學習工程師取代嗎? - KDnuggets資料科學機器學習工程師
- 成為資料科學家應該知道的10種機器學習演算法資料科學機器學習演算法
- 資料科學、機器學習和AI的區別資料科學機器學習AI
- 美國資深資料科學家暢聊:資料分析與北美電商資料科學
- 資料科學家需要的基礎技能資料科學
- 資料科學家的15項原則資料科學
- 這七家BAT公司,誰家資料科學家更多BAT資料科學
- 全球40億人沒有地址,於是資料科學家想到了機器學習資料科學機器學習
- 資料科學的原理與技巧 一、資料科學的生命週期資料科學
- 業界 | 資料科學家“恐怖故事”資料科學
- 資料科學家準則(轉載)資料科學
- Spotify如何改進資料科學家的資料發現?資料科學
- 你與資料科學家只差這26條python技巧資料科學Python
- 資料科學家最需要什麼技能?資料科學
- 如何成為資料科學家? - kdnuggets資料科學
- 什麼是全棧資料科學家?全棧資料科學
- IT屌絲如何成為資料科學家?資料科學
- 成為資料科學家的入門專案資料科學
- 蹩腳資料科學家的10種現象資料科學
- 崛起的書呆子令人敬畏–資料科學家資料科學
- 大資料與生命科學大資料