面试官如何判断面试者的机器学习水平？

Posted 2021-06-08 阿里巴巴淘系技术团队官网博客

我在阿里四年，在搜狗十年，在2010年开始从事机器学习算法工作，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，和广告、推荐、CV、CG等不同方向的同学合作过，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，供各位面试官和候选人参考。

许多面试官掉进了坑里，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，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：

• 一是候选人是否能够解决当前的问题，这里面对于实际问题的理解和抽象能力尤其关键；

• 二是团队合作，候选人是否可以与其他同学形成合力，共同实现目标；

• 最后一个是候选人入职后会有绩效、晋升的需求，候选人成长潜力如何，是否能和团队一起共同成长。

这3个问题都是需要关注的，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：

1、面试如何设计？

2、问题解决能力如何考察？

3、团队合作能力如何考察？

4、成长潜力如何考察？

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，从而判断是否录用候选人，对于面试官来说，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，面试题不宜经常变动，用相同/相似的题目面试不同候选人，会看到不同候选人的差异，有助于快速做出正确的判断，也就是大家常说的结构化面试。

面试的环节一般分为几步，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，而不是寻找缺点，首先的自我介绍环节，对候选人进行全面的了解，同时让候选人放松下来，以便正常的发挥自己的水平。

算法/项目问答，一个投递岗位是算法工程师的同学，如果没有合理的理由，算法的基本理解是需要过关的，对于低级别候选人，要现有深度再有广度，许多面试官刨根问底，也是为了考察候选人的思考深度。

编程题/逻辑题，为什么算法工程师也会这么重视编程题和逻辑题呢？目前的许多候选人算法背景差距很大，隔行如隔山，面试官与候选人钻研领域有时候并非匹配，考察的复杂度就会大大增加，而编程题和逻辑题考察每个候选人都可以使用，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，如果在知识和技能上失分太多，这个环节可以忽略，如果前面的环节表现比较好，可以和候选人深入交流。交流对未来的想法，对自己的优缺点的认识，从而建立更完整的对候选人的认知，看看是否匹配公司需求，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，关注的不是问题是否被候选人完整解决，而是得到答案的思考路径和方法如何。

具体关注三个能力：

一是读题能力，是否能够正确定义问题；

二是分析能力，识别问题中的关键点和难点，确定解题思路；

三是应用能力，是否能将已有方法在具体情境中应用，真正掌握了先进技术。

一种方法是逻辑题或者编程题，首先关注候选人是否能够通过沟通和互动，对问题建立正确的理解。其次是看候选人面对问题的时候，是能够进入问题情境，就事论事的分析问题，一步步建立对问题理解，还是说急于把未知问题套到一个已知问题的框架内解决，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，解答复杂的成题，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，12个球，其中有一个坏球，坏球和好球重量不同，用一个电子秤把坏球找出来，至少需要多少次。

这是一道很老的IOI题目，有的同学学过天平称球，就想套用天平称球，发现不适用，还是跳不出来思考框架，这样的同学在面对实际问题的时候，也缺乏灵活的解决办法。

还有的同学着急去探索最优解法，而实际问题中大部分情况，我们只需要可行解，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，从题目本身思考，得到可行解甚至次优解并不难，也可以排除一些不可能的情况，逼近最优解。如果能够对于问题的本质进行思考，从而给出解题的完整思路，因为考试时间问题无法做出最优解，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，就像是有个高赞回答提到的现场调试算法，但现场调试需要时间比较长，题目的设计也需要下功夫，还需要有个题库，避免漏题，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，构造一个实际场景，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，可以问问同学，一个每个类目目前只有10条数据，大约100个类目的家具分类问题如何解决比较好？回答的时候既包括模型选型，也包括标注任务设计，迁移学习理解，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，但是在具体情境下的决策能力，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，最好是候选人实习一段时间，才能完整判断合作能力。面试过程中，主要关注候选人沟通中的一些特质体现。

第一，候选人在面试环节中是很自我的在思考、表达，还是尊重面试官、尊重题目。

第二，候选人的沟通能力如何，是否能够快速理解面试官问题，有疑问的时候是否能用沟通解决疑问。

第三，候选人表达能力如何，能够简明扼要的说清楚自己的观点，还是说表达缺乏重点，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，主要是体现在简历考核中，候选人是能够主动探索自己希望学习的方向，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，是否能够按照自己的期望进行努力，还是说很容易放弃。

学习能力体现在题目考察中，读题的时候理解题目速度如何，分析题目时是否有很强的逻辑性，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，面试后需要尽快进行总结，从各个细节中形成完整的判断，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，一个是长期积累，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，面试的目的是双方相互了解，进行匹配，通过一些短期手段，即时通过了面试，后续的工作也是很痛苦的。

▐  长期能力培养

leetcode是很好的工具，大家不要简单的去满足题目通过了，而是是否能够独立分析题面，理解题意，解题的时候都有哪些方法解决，优缺点如何，解题方法选型依据如何。坚持这样的思考过程，做了几百道题，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，首先关注论文的核心贡献，思考论文面对的问题背景如何，你有什么想法，论文中设计了什么样的解决方案，为什么这么设计。

主动性的培养可以尝试主动去参加比赛，以及各种活动，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，避免面试的短时间无法利用好，展示自己的优点。

首先是整理好简历以及相关内容的了解，说清楚自己的核心优点，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，看看相关资料，说清楚难点和自己的价值，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，找同学模拟练习，表达熟练了，情境熟悉了，自然面试表现会好不少。

最后，我们团队也在招人~

商业机器智能部基础算法团队，负责淘宝、天猫等电商平台相关算法研究和创新，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，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，在3D建模、AI设计等方面处于国内领先水平，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，[e-mail]

✿  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