0
雷鋒網(wǎng)按:本文為雷鋒字幕組編譯的面試專題,原標題 Apple AI Interview Questions?—?Acing the AI Interview ,作者Vimarsh Karbhari。
翻譯 | 周嬌 廖穎 整理 | 凡江
來源: Cultofmac
4月3日,蘋果宣布聘用Google搜索和人工智能主管John Giannandrea,這是蘋果在AI技術領域趕上其競爭對手的一個重大舉措。
一直以來,蘋果都在電子技術設備消費領域占有主導地位,根據(jù)蘋果2018年第一季度的財務會議,它們的服務收入相比去年增長了18%。截至12月季度末,所有服務產品中的付費訂閱數(shù)量已超過2.4億。
本次聘用的John Giannandrea將直接向Tim Cook匯報工作,這表明AI對蘋果公司非常重要,尤其是Siri和蘋果服務。
面試過程
與大多數(shù)招聘工程師的其他公司一樣,蘋果公司也有標準的面試流程。它給你相同的手機屏幕然后進行現(xiàn)場面試?,F(xiàn)場大約有4-5次來自團隊成員的面試。這個過程也會在這個Qura answer中說明。
針對蘋果公司的資料指南
致謝:Apple
蘋果如何個性化Siri的調用:Personalized Hey Siri
機器學習雜志(蘋果公司機器學習工程師的博客): Machine Learning Journal
Github 庫(為了發(fā)展自定義的機器學習模型):Turi Create
AI/數(shù)據(jù)科學相關問題
你如何在數(shù)百萬的產品中獲取數(shù)百萬用戶每人的數(shù)百個交易,并將這些用戶集中到一個有意義的細分市場中?
我們對數(shù)據(jù)進行預篩選以消除詐騙的可能——那么我們如何找到一個可以用來確定詐騙事件的真實表示的數(shù)據(jù)樣本?
給定一個包含用戶ID以及該用戶購買的產品ID的表格1B,另一個表格將產品ID和產品名字對應。 我們試圖去找經常被同一用戶一起購買的成對產品,例如葡萄酒和開瓶器,薯片和啤酒。 如何找到最歡迎的100對成對產品呢?
請詳細描述L1正則化與L2正則化的區(qū)別,尤其是它們對模型訓練過程的不同影響。
假設你有10萬個文件散布在多個服務器上,而且你想處理所有這些文件。 如何在Hadoop上操作?
Python和Scala的區(qū)別是什么?
闡述 LRU Cache。
你將如何設計一個客戶端每分鐘發(fā)送一次位置數(shù)據(jù)的客戶端——服務端模型?
你如何將數(shù)據(jù)從一個Hadoop集群傳輸?shù)搅硪粋€Hadoop集群?
Java中不同的的內存類型是什么?
你如何處理那些與處理數(shù)百個標題的元數(shù)據(jù)并行的日常繁瑣事務?
在數(shù)據(jù)流和可訪問性方面,你如何在核心超載過度復雜文件系統(tǒng)即將計算機能量重定向到cellar dome的邊界結構這樣一個隱藏的時間框架內衡量成功與否?
如果你能擁有一項超能力,那會是什么?
你有時間序列傳感器,預測下一個數(shù)據(jù)。
使用SQL創(chuàng)建購物籃輸出。
你的心理物理學實驗經驗是什么?(基于研究成果的問題)
你在表征方面的專長是什么? 你通常用它來做什么?在你做研究時你是如何用它來得到有意思的結果? (基于研究成果的問題)
你如何對待失敗分析?
判斷一棵二叉樹的左右子樹是否是鏡像的。
什么是隨機森林?為什么樸素貝葉斯更好?
面試題分析
蘋果公司 AI/DS 面試有許多與Hadoop相關的問題。他們的數(shù)據(jù)挖掘后端似乎建立在Hadoop上。還有很多問題是基于研究工作和研究成果的。在這點上蘋果公司不同于我們之前討論的其他公司。有很多基于批判性思維和特定情景的問題。
劃重點清單:20個AI面試題 ,本文所有的數(shù)據(jù)都來自公共資源。雷鋒網(wǎng)
博客原址: https://medium.com/acing-ai/apple-ai-interview-questions-acing-the-ai-interview-803a65b0e795
雷鋒字幕組正在招募中,掃描下方二維碼,備注“雷鋒字幕組+姓名”加入我們。雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章,未經授權禁止轉載。詳情見轉載須知。