Experiencia de entrevista de Samsung Bangalore para el perfil de investigación

Ronda de codificación:

Verificación de preguntas de Kim ( https://www.geeksforgeeks.org/samsung-interview-experience-set-30-campus/ )

Discusión de grupo:

De hecho, dieron una gran pregunta. El desafío en la pregunta es que debería poder analizar la pregunta completa en un tiempo muy limitado. Los entrevistadores estaban tranquilos y estaban dando pistas. Respondí la solución de fuerza bruta y la optimicé según las sugerencias del entrevistador. Por supuesto, nos pidieron que escribiéramos el pseudocódigo, pero también debería poder convencer al entrevistador con su respuesta.

Ronda técnica 1 y 2 (no recuerdo qué pregunta se hace en qué ronda):

1.Cuéntame sobre ti (intenta resaltar los puntos principalmente relacionados con el perfil, en este caso principalmente tu interés en ML y, si es posible, en áreas relacionadas como DL y NLP, también habla sobre tus logros)

2. En ambas rondas me pidieron que explicara mi proyecto de pasantía de segundo año, en realidad publiqué un documento de conferencia (esto jugó un papel importante durante la selección) basado en este trabajo, por lo que estaban interesados ​​​​en este proyecto. Tu proyecto puede ser el mejor, ¡pero convencer al entrevistador es la clave!

3. Una simple pregunta sobre el teorema de Bayes, si conoce el teorema de Bayes, podrá responderla.

4.Diferencia entre clasificadores generativos y discriminativos y ejemplo para cada uno.

5. Regresión lineal y regresión logística, desde hipótesis hasta la función de pérdida. Se espera que conozca las ventajas de la regresión logística sobre la regresión lineal.

6.¿Conoces la CNN? ¡Sí, tengo alguna idea pero nunca trabajé en ellos!

Le expliqué por qué se llama red neuronal, luego me preguntó por qué se llama convolución, estaba pensando algo en términos de convolución normal (pero no le expliqué, ¡quizás deberías!), pero nunca te rindas hasta que el entrevistador continúe. a la siguiente pregunta por su cuenta.

7.¿Conoces la regresión Softmax y LSTM? Explicado solo sobre Softmax.

8. Tienes infinitas denominaciones de 1, 5, 10 ¿De cuántas formas puedes hacer 605? Hizo esto como un rompecabezas, pero gracias a la programación dinámica lo respondí como una pregunta de codificación, estaba un poco de acuerdo con esto.

9. ¿Cuáles son las condiciones en el conjunto de datos para usar la regresión lineal? Respondí que algunos algoritmos esperan que el conjunto de datos tenga ruido gaussiano, pero no estoy seguro de la regresión lineal en particular.
10. Me preguntaron por qué sus proyectos están basados ​​en ML puro pero no en Deep Learning y NLP (usan DL y NLP en sus proyectos), dije que nunca tuve la oportunidad de trabajar en esas cosas pero que estaba dispuesto a trabajar en ellas.

11.¿Qué es Verosimilitud y probabilidad, podemos usarlos intercambiables?

12.¿Qué es la entropía? Explique su significado físico. Dé la fórmula para explicar la intuición detrás de esta fórmula.

13. Algunas preguntas básicas sobre la ventana de Parazen.

Le recomendaría tener una buena comprensión de todos los conceptos importantes del aprendizaje automático, no solo lo que hace un algoritmo, sino también en qué casos se preferirá y cómo se formula el algoritmo (como algunos algoritmos minimizan el error cuadrático mínimo y algunos usan el error máximo). concepto de probabilidad).

Hay un curso en línea sobre aprendizaje automático de la universidad Caltech (Prof Yasser Abu Mustafa) en YouTube, allí se explican los conceptos de una manera increíble. Gracias a Caltech y Prof.Yasser.

Además, la mayoría de los conceptos se explican de forma muy intuitiva en blogs como Medium y Towards Data Science. Recomiendo encarecidamente echar un vistazo a estos.

MATLAB tiene un artículo sobre la elección del clasificador que lo ayudará a obtener una idea general sobre ML.

Hacker Earth también tiene algunos artículos relacionados con ML y procesamiento de imágenes que también lo ayudarán a tener una buena idea de ML.

Ronda de recursos humanos:

Preguntado por un proyecto.

Dio una pregunta muy larga y torpe, pero si se analiza correctamente, resultó ser una pregunta básica basada directa o inversamente en la proporción.

Preguntas básicas de recursos humanos, pero prepárese para ellas también. Algunas preguntas son

1. ¿Por qué Samsung? (Mostrar interés por la empresa es muy imp).
2. ¿Cuáles son los problemas generales que enfrenta al trabajar en un grupo?
3. ¿Eres un líder o un seguidor?
4. Muchos de sus proyectos son en su mayoría matemáticos, ¿está de acuerdo con trabajar en proyectos basados ​​​​en DL y Neural Nets?

En general, 3 personas fueron seleccionadas, 2 por perfil de investigación (yo soy uno de ellos) y 1 por desarrollador.

Muchas gracias a Geeks por ayudarme principalmente en la parte de codificación.