想去Google AI工作？請收下這20道面試題

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

來自: 雷鋒網