SoundHound ML Engineer实习面经

这是我本季拿到的唯一一个MLE面试，所以虽然已经拿到了G和F也坚持面完了，为明年full-time的MLE面试作准备
SoundHound最早是做听歌识曲的，号称有3.5亿用户，但是近几年重心转到了语音助手Hound和Houndify
我面试的position叫Intern: Machine Learning Engineer - Language Modeling，工作内容可以算是语音识别的一个环节

虽然我的简历上大部分都是ML相关内容，但是本季SDE面试拿了十几个，MLE面试只有一个。我觉得主要原因还是因为我没有大数据、分布式的技术栈，以及在工业界做ML的经验
但SoundHound很大一块业务是给别人外包做语音助手，需要在移动端甚至嵌入式系统上做，所以大数据和分布式没有用武之地。此外我上一段实习是在国内做语音助手的公司，可能也因此引起了他们的兴趣


Timeline：
9/12 招聘会投纸质简历
9/20 收到thank you，马上follow up并附上电子版简历，对方表示转发给hr但是之后没有回音

10/5 收到apply online。值得注意的是intern的申请系统是非公开的，公司官网上只有fulltime，所以大概只有去过招聘会的人能投intern

10/16 投了三个岗，SDE和MLE都有（因为这时候已经收到了若干大厂面试，就没什么动力继续申请，然而最后还是投了）

10/19 收到OA，30道选择题，每道90秒，内容涉及算法、java、OS、网络、NLP等。做完之后给我发了目前这个岗位的面试
10/25 HR面，主要就是我自我介绍和why this job，对方介绍公司情况，没有特别尴尬的BQ
11/9 一面
11/13 一面通过，二三面（两轮背靠背）约在了11/19

11/15 二面面试官鸽了（感恩节请了一星期假去度假）要reschedule到感恩节后。由于此时我已经GF在手，我提出感恩节后赶不上deadline（其实并不会）要求withdraw，HR极力挽留并安排该面试官明天面试，因为是唯一一个MLE面试而且HR很有诚意所以就同意了

11/16 二面
11/19 三面

您好！
本帖隐藏的内容需要积分高于 123 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 123 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

HR已经反馈二面positive，三面刚面完感觉也非常顺利，感觉大概率能拿offer，然而肯定是不会去了




补充内容 (2018-11-20 14:12):
补充一下一面的ML题，还有一些忘写了
SGD是什么，为什么用SGD不用GD，写出SGD的伪代码。如果GPU一次放不下一个batch的数据怎么办（分多次跑，每跑一次累加梯度，跑完整个batch再update。用过pytorch的话应该很直观）

补充内容 (2018-11-20 14:14):
除了SGD之外还有哪些optimizer（列举一大堆名称，没有说细节），和SGD相比有什么优点（自适应，收敛快，对超参数不敏感），为什么有时候人们宁愿用SGD而不用这些高级optimizer（SGD不需要存动量，省内存）

补充内容 (2018-11-20 14:17):
还有一个Tensorflow API的题，没答上来，我说我都一年多没用过了，对方也没有强求

补充内容 (2018-11-21 04:36):
二面ML题补充：L1 regularization和L2 regularization的区别

您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies