贡献一下Ericsson DS OA
十道ML的选择题，不难，主要问bias variance tradeoff和对应的解决方法
一道coding题，让你merge DNA，
有三个步骤，第一个是validate given DNA list，第二步是merge，第三步是把merge的dna list给split每三个char，根据另外一个dict里面来count重复的，
比如AAABBBCCCAAA split之后是AAA BBB CCC AAA，另外一个dict bob:AAA, sam: BBB,
output是 bob:2, sam: 1…
on-site 一个多星期前结束的， 这个星期recrutier打电话说愿意给offer，周一发，感觉找了很久，没有意外的话，就接了。
on-site 问题：
1） 给一个数据，做一些data science preprocessing. 然后预测一个target column.
2) talk about your research and interesting projects
3) A. why ericsson. B what you see yourself after 5 years in Ericsson. C. how to approach difficult problems.
在这里继续补充一下，选择不太记得具体的了，coding部分再补充一下，given list是几个string，根据validate要求 比如string要都uppercase，长度满足大于3和小于100这些，validate之后如果list里有效的string还有三个以上的情况下继续第二部merge，每个string会有overlapping的部分然后进行merge，比如abccedf和edfabcwr和sdefabc进行merge之后是sdefabccedfedfabcwr，第三步就还是我上面说的那样就是把你在第二部得到的merged string给split然后对应dict的count number
选择题就是bias和variances的多 比如给你一个情况问你这个bia高还是vafiances高，然后问你bias高了做什么 variances高了做什么类似这样的题目好几个，给个场景问你这个是选什么model 选supervised还是unsupervised，具体的不记得了 但是都很straightforward
请问楼主是海投的吗？
是海投的
楼主你有后续吗？我coding没写完，收到了第二个oa ＝ ＝
我也刚收到第二个oa。。。。
没有…我也许凉了…