我在阿里四年&＃xff0c;在搜狗十年&＃xff0c;在2010年开始从事机器学习算法工作&＃xff0c;目前在淘系负责端智能和3D人工智能。应该是国内第一批大规模机器学习问题的参与者&＃xff0c;和广告、推荐、CV、CG等不同方向的同学合作过&＃xff0c;也面试过近千人了。下面我来讲讲我的看法和具体的实践经验&＃xff0c;供各位面试官和候选人参考。
许多面试官掉进了坑里&＃xff0c;对于候选人主要关注研究新进展、模型优化方法等等基础知识的考核&＃xff0c;也关注了对于调参技巧等等技能考核。
但实际上公司最关注的是三个问题&＃xff1a;
一是候选人是否能够解决当前的问题&＃xff0c;这里面对于实际问题的理解和抽象能力尤其关键&＃xff1b;
二是团队合作&＃xff0c;候选人是否可以与其他同学形成合力&＃xff0c;共同实现目标&＃xff1b;
最后一个是候选人入职后会有绩效、晋升的需求&＃xff0c;候选人成长潜力如何&＃xff0c;是否能和团队一起共同成长。
这3个问题都是需要关注的&＃xff0c;在某些方面会比机器学习的基础知识更重要。
下面我会回答这样几个问题&＃xff1a;
1、面试如何设计&＃xff1f;
2、问题解决能力如何考察&＃xff1f;
3、团队合作能力如何考察&＃xff1f;
4、成长潜力如何考察&＃xff1f;
5、候选人如何准备面试。
面试的设计
面试需要的是尽快完成对候选人的考察&＃xff0c;从而判断是否录用候选人&＃xff0c;对于面试官来说&＃xff0c;需要考虑的是是否接纳候选人成为未来的伙伴。
需要注意的是&＃xff0c;面试题不宜经常变动&＃xff0c;用相同/相似的题目面试不同候选人&＃xff0c;会看到不同候选人的差异&＃xff0c;有助于快速做出正确的判断&＃xff0c;也就是大家常说的结构化面试。
面试的环节一般分为几步&＃xff0c;自我介绍、算法/项目问答、编程题/逻辑题、最后总结。
面试首先是看到候选人的优点&＃xff0c;而不是寻找缺点&＃xff0c;首先的自我介绍环节&＃xff0c;对候选人进行全面的了解&＃xff0c;同时让候选人放松下来&＃xff0c;以便正常的发挥自己的水平。
算法/项目问答&＃xff0c;一个投递岗位是算法工程师的同学&＃xff0c;如果没有合理的理由&＃xff0c;算法的基本理解是需要过关的&＃xff0c;对于低级别候选人&＃xff0c;要现有深度再有广度&＃xff0c;许多面试官刨根问底&＃xff0c;也是为了考察候选人的思考深度。
编程题/逻辑题&＃xff0c;为什么算法工程师也会这么重视编程题和逻辑题呢&＃xff1f;目前的许多候选人算法背景差距很大&＃xff0c;隔行如隔山&＃xff0c;面试官与候选人钻研领域有时候并非匹配&＃xff0c;考察的复杂度就会大大增加&＃xff0c;而编程题和逻辑题考察每个候选人都可以使用&＃xff0c;面试官非常喜欢这种题目。
最后的环节建立在前面环节的基础上进行考察&＃xff0c;如果在知识和技能上失分太多&＃xff0c;这个环节可以忽略&＃xff0c;如果前面的环节表现比较好&＃xff0c;可以和候选人深入交流。交流对未来的想法&＃xff0c;对自己的优缺点的认识&＃xff0c;从而建立更完整的对候选人的认知&＃xff0c;看看是否匹配公司需求&＃xff0c;避免做出错误判断。
问题解决能力如何考察
对于问题解决能力的考察&＃xff0c;关注的不是问题是否被候选人完整解决&＃xff0c;而是得到答案的思考路径和方法如何。
具体关注三个能力&＃xff1a;
一是读题能力&＃xff0c;是否能够正确定义问题&＃xff1b;
二是分析能力&＃xff0c;识别问题中的关键点和难点&＃xff0c;确定解题思路&＃xff1b;
三是应用能力&＃xff0c;是否能将已有方法在具体情境中应用&＃xff0c;真正掌握了先进技术。
一种方法是逻辑题或者编程题&＃xff0c;首先关注候选人是否能够通过沟通和互动&＃xff0c;对问题建立正确的理解。其次是看候选人面对问题的时候&＃xff0c;是能够进入问题情境&＃xff0c;就事论事的分析问题&＃xff0c;一步步建立对问题理解&＃xff0c;还是说急于把未知问题套到一个已知问题的框架内解决&＃xff0c;或者是在思考不完整的情况下轻易下判断。考察的时候一定不要用题面清晰&＃xff0c;解答复杂的成题&＃xff0c;这样的题目候选人即使能解决也是背下来解题思路。
我曾经用过这样一道面试题&＃xff0c;12个球&＃xff0c;其中有一个坏球&＃xff0c;坏球和好球重量不同&＃xff0c;用一个电子秤把坏球找出来&＃xff0c;至少需要多少次。
这是一道很老的IOI题目&＃xff0c;有的同学学过天平称球&＃xff0c;就想套用天平称球&＃xff0c;发现不适用&＃xff0c;还是跳不出来思考框架&＃xff0c;这样的同学在面对实际问题的时候&＃xff0c;也缺乏灵活的解决办法。
还有的同学着急去探索最优解法&＃xff0c;而实际问题中大部分情况&＃xff0c;我们只需要可行解&＃xff0c;然后在可行解基础上不断优化即可。
这道题如果是忘记脑中的各种套路&＃xff0c;从题目本身思考&＃xff0c;得到可行解甚至次优解并不难&＃xff0c;也可以排除一些不可能的情况&＃xff0c;逼近最优解。如果能够对于问题的本质进行思考&＃xff0c;从而给出解题的完整思路&＃xff0c;因为考试时间问题无法做出最优解&＃xff0c;也是可以获得高分的。
另一种方法是把同学拉到一个具体的算法情境中来看&＃xff0c;就像是有个高赞回答提到的现场调试算法&＃xff0c;但现场调试需要时间比较长&＃xff0c;题目的设计也需要下功夫&＃xff0c;还需要有个题库&＃xff0c;避免漏题&＃xff0c;公司里有专门的同学负责此事的话可以考虑。更通用的方法是对于同学应该比较熟悉的领域&＃xff0c;构造一个实际场景&＃xff0c;观察同学的思考角度和方法。
比如同学对图像识别比较熟悉&＃xff0c;可以问问同学&＃xff0c;一个每个类目目前只有10条数据&＃xff0c;大约100个类目的家具分类问题如何解决比较好&＃xff1f;回答的时候既包括模型选型&＃xff0c;也包括标注任务设计&＃xff0c;迁移学习理解&＃xff0c;实际问题中样本不均衡、噪声样本等问题的解决。
学术界对于这些单一问题都有相关的解决方案&＃xff0c;但是在具体情境下的决策能力&＃xff0c;还是非常考验候选人这些方法融会贯通、灵活运用的能力。
合作能力如何考察
团队合作能力在面试中很难考察的很深入&＃xff0c;最好是候选人实习一段时间&＃xff0c;才能完整判断合作能力。面试过程中&＃xff0c;主要关注候选人沟通中的一些特质体现。
第一&＃xff0c;候选人在面试环节中是很自我的在思考、表达&＃xff0c;还是尊重面试官、尊重题目。
第二&＃xff0c;候选人的沟通能力如何&＃xff0c;是否能够快速理解面试官问题&＃xff0c;有疑问的时候是否能用沟通解决疑问。
第三&＃xff0c;候选人表达能力如何&＃xff0c;能够简明扼要的说清楚自己的观点&＃xff0c;还是说表达缺乏重点&＃xff0c;效率很低。
成长潜力如何
成长潜力体现在自控力、主动性、学习能力几个方面。
自控力和主动性的考察&＃xff0c;主要是体现在简历考核中&＃xff0c;候选人是能够主动探索自己希望学习的方向&＃xff0c;还是被动的接受学校的培养计划。当自己确定了努力的方向&＃xff0c;是否能够按照自己的期望进行努力&＃xff0c;还是说很容易放弃。
学习能力体现在题目考察中&＃xff0c;读题的时候理解题目速度如何&＃xff0c;分析题目时是否有很强的逻辑性&＃xff0c;能够快速找到问题的关键。
成长潜力的考核是贯穿面试整个过程的&＃xff0c;面试后需要尽快进行总结&＃xff0c;从各个细节中形成完整的判断&＃xff0c;候选人是否成长潜力合格。
候选人如何准备面试
准备面试分为2个阶段&＃xff0c;一个是长期积累&＃xff0c;另一个是短期冲刺。
学习能力、学术能力、解题能力都不是短期能够突击的。
希望大家建立正确的学习观念&＃xff0c;面试的目的是双方相互了解&＃xff0c;进行匹配&＃xff0c;通过一些短期手段&＃xff0c;即时通过了面试&＃xff0c;后续的工作也是很痛苦的。
▐ 长期能力培养
leetcode是很好的工具&＃xff0c;大家不要简单的去满足题目通过了&＃xff0c;而是是否能够独立分析题面&＃xff0c;理解题意&＃xff0c;解题的时候都有哪些方法解决&＃xff0c;优缺点如何&＃xff0c;解题方法选型依据如何。坚持这样的思考过程&＃xff0c;做了几百道题&＃xff0c;编程和解决问题的能力自然提升了。
读论文、实验复现也是如此&＃xff0c;首先关注论文的核心贡献&＃xff0c;思考论文面对的问题背景如何&＃xff0c;你有什么想法&＃xff0c;论文中设计了什么样的解决方案&＃xff0c;为什么这么设计。
主动性的培养可以尝试主动去参加比赛&＃xff0c;以及各种活动&＃xff0c;并不断改进方法提升成绩。
▐ 短期冲刺
冲刺的目的是完整的展示自己&＃xff0c;避免面试的短时间无法利用好&＃xff0c;展示自己的优点。
首先是整理好简历以及相关内容的了解&＃xff0c;说清楚自己的核心优点&＃xff0c;简历内容中相关的支撑点都有哪些。
其次是对于自己的项目&＃xff0c;看看相关资料&＃xff0c;说清楚难点和自己的价值&＃xff0c;也对于领域内其他人的相关工作可以简要说明。
最后是多演练&＃xff0c;找同学模拟练习&＃xff0c;表达熟练了&＃xff0c;情境熟悉了&＃xff0c;自然面试表现会好不少。
最后&＃xff0c;我们团队也在招人~
商业机器智能部基础算法团队&＃xff0c;负责淘宝、天猫等电商平台相关算法研究和创新&＃xff0c;在KDD、ICCV、CVPR、NIPS、AAAI等国际顶级会议上发表多篇论文。
在3D机器学习方面&＃xff0c;我们探索2D视觉算法和3D几何及视觉算法融合的先进技术&＃xff0c;在3D建模、AI设计等方面处于国内领先水平&＃xff0c;期待推动家居行业的技术革新。
欢迎感兴趣的同学投递简历或者交流&＃xff0c;rongfei.jrf&＃64;alibaba-inc.com
✿ 拓展阅读
作者|友闻
编辑|橙子君
出品|阿里巴巴新零售淘系技术
京公网安备 11010802041100号