刚刚面完。新鲜热辣。。。。
开头。对面的面试官拿着我旧版本的简历开始问我经历。不知道为啥HR给了以前亚马逊系统里面的简历。
一通聊经历后，开始抓着项目了解。其中问了L1,L2。这点准备过，还是比较自信的。
但是噩梦开始了。。。首先问了下如果你建立了模型后，有新的数据用于预测未来，但是你并不知道这个新的数据的label的时候，如何判断模型是否能预测准确，是否需要重新train模型。
这里呆滞了很久，想到了t-test来处理，但是也不对啊，因为要是模型预测错了，但是相关的distribution在以前见过呢？求高人指点。
然后开始Coding测试。。。LZ为了这个面试，洗心革面刷题，感觉还是有点自信的。。。结果上来考了一题。。我泪崩了。。。。
让我手动写判断word collocation的code。。给定一堆sentence，从里面找出new york这些word collocation。。。。
我承认我以前是用package，没细思这里面的实现。。。而且紧张的不知道怎么写lambda。。。。
最后胡写海写算是写完了一个。。。又被吐槽了下没用lambda，复杂度高了。。。。
然后面试就结束了。。全程没有BQ。。。现在亚麻的面试变化那么大的吗。。。
补充一点啊。 面的岗位是Research Scientist。 全程其实比较关注NLP的知识点。
楼主多久知道结果的呢
我猜我是80%跪了。。最起码今天没收到通知，按道理应该这周知道结果吧。。哎。。面的觉得自己好搓啊 哈哈
楼主请问问你的面试官叫什么名字呀，我过两天也要面了，看了你的面经感觉心里好虚。。。
面我的是一个印度人 叫smuthi。你呢。我是面的心虚了
我的面试官是一个波兰人，关于面试官问你的那个model的问题我跟小伙伴讨论后是这样想的， （1）training 过程中设置validation set确保model不会overfit,(2)比较new加入data feature distribution 跟之前training data是不是相似的， 可以用t-test看， 不知道这样想对不对。。
还有就是想问下楼主 word collocation那题是怎么写出来的啊。。我没做过类似的题一点思路都没有
刚收到回复。。。已经跪了。。你说的model那部分我也是那么回答的。但感觉印度人不是很爽这个答案。关于collocation的问题，最直接的办法，你计算所有组合的出现次数，然后P(Y|X)是应该很大的。但是我当时没写好。。这把算是被血虐了。太痛了。。本来还挺自信的。
第二题搭配发现，算每两个词之间的 pmi。pmi 值越高，相关度就越高。统计完 bigram frequency 以后，几个 numpy 操作可以搞定。不过具体的公式我也不记得了。