想去谷歌 AI 工作？請收下這20道面試題

雷鋒網按：Google AI Interview Questions— Acing the AI Interview 本文為雷鋒字幕組編譯的技術博客，原標題，作者為Vimarsh Karbhari。

翻譯 | 鄭前   整理 |  凡江

谷歌擁有世界上最聰明的AI研發科學家，數據工程師及數據科學家。谷歌的CEO桑達爾·皮查伊（Sundar Pichai）重新調整了公司戰略，即“AI先行”。谷歌依靠其擁有的海量數據，將AI融入絕大多數產品，從Gmail到自動駕駛，形成了一張網。

谷歌AI相關研究有三大塊：數據基礎設施與分析，谷歌大腦團隊 與 谷歌AI醫療。

谷歌在AI領域的刊物主要涉及三塊：機器智能 ，機器感知 與 自然語言處理。

技術崗位面試流程

谷歌的技術崗位面試是標準化的。首先是電話視頻面試，隨后是現場面試。技術崗位面試指引請在這里查看：鏈接

谷歌AI的相關信息

  1.大規模機器學習系統：TensorFlow

  2.谷歌運用的軟件和硬件：AI工具

  3.非官方谷歌數據科學博客

AI和數據科學相關面試題

• 1/x的導數是多少

• 畫出log(x+10)的曲線

• 如何設計客戶滿意度調查

• 擲一個硬幣10次，8次正面，2次反面。你如何分析硬幣的重量是否分布均勻，p值是多少

• 你有10個硬幣，每個硬幣拋擲10次（共拋100次），并觀察結果。你會修改檢查硬幣分布是否均勻的方法嗎

• 解釋一個非正態的概率分布以及如何應用

• 為什么要用特征選擇？如果兩個預測值高度相關，對邏輯回歸的系數有什么影響，系數的置信區間呢

• K-mean聚類算法與高斯混合模型：K-means聚類與EM最大期望算法的區別是什么

• 運用高斯混合模型時，你怎么判斷它是否適用（正態分布）

• 在聚類中已知標簽，如何評價模型的表現

• 你有一個google app，并對其進行了修改，如何測試改進

• 描述數據分析過程

• 為什么不用邏輯回歸，而用GBM算法

• 推導GMM公式

• 如何衡量用戶對視頻的喜愛程度

• 模擬一個二元正態分布

• 推導一個分布的方差

• 每年有多少人申請谷歌的工作

• 如何估計中位數

• 對一個回歸模型中的兩個系數分別做估計時是統計顯著的，那么兩個一起檢驗是否仍然顯著

獲取更多題集，請訪問 20個谷歌AI面試問題

博客原址 https://medium.com/acing-ai/google-ai-interview-questions-acing-the-ai-interview-1791ad7dc3ae 雷鋒網雷鋒網

---

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”加入我們吧

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。