面试官如何判断面试者的机器学习水平？

Posted 2021-06-28 Wang_AI

兵法记载“知彼知己，百战不殆；不知彼而知己，一胜一负；不知彼不知己，每战必殆。”

参加面试时，如果能站在面试官角度换位思考如何考查候选人的水平，一定可以让我们的面试准备更加有效。

过去2年，从小公司、创业独角兽到互联网大厂，我经历了数十场面试，也有幸担任过算法面试官。结合自身经验，和大家分享一些简单实用的判断方法。

故事一

研一寒假，修完了学校要求的所有学分后，我开始在实验室悄悄准备面试，寻找实习机会。

当时我刚刷完吴恩达的机器学习课程，《西瓜书》看了前两章，对ML仅有基础概念，能回答“过拟合的原因，偏差方差有什么区别，聚类算法有哪些”之类的问题。

仗着初生牛犊不怕虎，我申请了几家公司的机器学习实习岗。几周过去了，回音寥寥，但还真有一家深圳的创业公司给我发来了电话面试邀请。

这是我第一次参加实习面试，戴着耳机，我紧握简历的双手沁出了汗水，心里在反复念叨简历上密密麻麻的笔记。

面试开始挺顺利，面试官问了一些关于python和项目的问题，我答得还不错。随后面试官问：“你都熟悉哪些机器学习算法呀？”

我：”Emmm，逻辑回归、随机森林吧“。

面试官：“那先聊聊第一个，可以解释一下逻辑回归的原理吗？”

我：“逻辑回归是分类算法，一般用于二分类。算法里用了一个sigmoid函数把数值转换成了概率。”

最怕空气突然安静

面试官：“没了吗？那它是线性还是非线性模型？”

我：“非线性吧，您看它的图是曲线S形的。”（后面复盘才发现，逻辑回归是广义线性模型）

面试官：“那再说说随机森林，有什么特点？”

我：“它是一种集成算法，用了好多棵决策树来投票。”

面试官：“决策树有哪些生成算法？”

我：“这个没注意过。”（复盘：最典型的有ID3、C45、CART树等）

面试官：“那了解GBDT、XGB不？”

我：“听过名字...”

面试官：“.....”

我还在等面试官问“过拟合是什么，怎么处理”，这题咱会呀；结果5分钟后面试直接结束了！

很显然，第一次面试以失败告终。我的基础太差劲，面试官想评价我的机器学习水平不要太轻松。简单询问点算法原理和特点，2-3个回合就能把我问成哑巴。

故事二

那次面试后我狠狠地重补了机器学习基础，主要干了这么几件事：

1）阅读李航老师的《统计学习方法》和周志航老师的《西瓜书》，巩固理论；

2）遇到某一种算法公式太多看不明白（SVM等），就去b站上找相应视频，重新学习做笔记；

3）阅读机器学习“神书”《Hands-on Machine Learning with Scikit-Learn》，边学理论边实战；

4）很多算法和概率论、高数关系密切，我又去找了宋浩老师的概率论等课程，重新捡起了“被遗忘”许久的数学知识；

5）在公众号和知乎分享原创文章，把输入尽可能转换为通俗易懂的输出，例如：

认真的聊一聊决策树和随机森林

7分钟搞懂逻辑回归的来龙去脉

盘点高效的KNN实现算法

经过几个月的努力，我终于从机器学习青铜晋级为白银/黄金，拿到了深圳另一家知名创业公司的机器学习offer。

因为我的表现比上次好了很多，给了面试官更大的提问空间。除了原理，面试官还考查了模型间的差异对比、手写公式、应用场景等环节，来确定面试者是否真的能知其然知其所以然。咱还是以随机森林算法为例，还原一下当时的画面：

面试官：“介绍一下随机森林吧。”

我：“好的。这里的“随机”有两方面，一是训练样本有放回地随机采样，二是训练特征随机选择；“森林”代表它由很多决策树组成。随机森林是典型的基于bagging的集成算法，多棵树可以并行训练，效率很高。随机森林能同时用于分类与回归任务，其树型数据结构还可以作为特征选择工具....”

面试官：“构造一棵决策树的理论依据是什么？”

我：“决策树可以由ID3、C45、CART三种算法生成，理论依据分别是信息熵、信息增益、基尼指数。”

面试官：“可以写一下它们的公式吗？”

我：“没问题”（之前在b站看过完整的公式推导视频，还跟着手推了一遍，所以印象很深）

面试官：“好的，那它和XGB有什么区别，大家什么时候更喜欢用XGB呢？”

我：“XGB属于boosting的集成算法，是GBDT的高效工程实现，.....”（聊了约10分钟）

这次面试被问了很多问题，特别是算法原理和细节；一方面面试官的水平可能更加专业了，另一方面因为我的能力提高，给了面试官详细考查的“机会”。

故事三

从19年到20年6月，我和不少公司的面试官交流过，期间还有幸帮助实习的创业公司面试了算法岗实习生（约20人）。

时间很快进入暑假，校招开始了。面试算法岗过程中，除了简历上的经历，几乎每家大厂都会考查传统机器学习算法。

流程和故事二大致相同，此外我发现很多面试官都爱关注：是否用机器学习算法解决过实际项目/业务中的问题，为什么选择这个算法，最终上线的结果如何。

如果这个问题能提前考虑到，并在面试中表现出色让面试官满意，证明面试者的理论、实践、项目能力都不算差，机器学习这一环基本可以过关。

面试管如何判断你的水平？

在短短1小时左右的面试时间中，优秀的面试官可以快速判断面试者的机器学习等各方面水平。方法可以简单概括为 4W 与 1H，What - Why -When - Where - How。

面试官一般会从最简单的问题开始（What，是什么），由浅入深询问原理（Why，为什么，例如从原理分析为什么ID3/C45不能做回归任务），在什么场景下优先使用（When and Where），如何实现（How，可能需要手推或结合项目）。

在考查面试者机器学习水平的背后，面试官很希望同时考察候选人的学习能力、理论基础，业务水平，能否为公司带来价值。

好的面试官就像一个目光犀利、经验老道的刑警，几轮问题下来就能看透你的真实“身份”。所以同学们不要心存侥幸，指望着面试前1-2周狂补高频考点，就能“炸胡”过面试官哈。

大家趁早把理论基础打扎实，有时间跟着书本或视频推一遍主流机器学习算法，再结合一些coding实践，面试时就能以不变应万变。

觉得还不错就给我一个小小的鼓励吧！