0
雷鋒網(wǎng)按：本文為雷鋒字幕組編譯的面試專題文，原標(biāo)題Microsoft AI Interview Questions?—?Acing the AI Interview，作者Vimarsh Karbhari。
翻譯 | 龍珂宇 李振 整理 | 凡江
微軟在業(yè)界的霸主地位人盡皆知。它引領(lǐng)了云計(jì)算的風(fēng)潮：第一季度的財(cái)報(bào)顯示，微軟提供的Azure服務(wù)和Office365在線版本的收入分別飆升了90%和42%。
來源: TNW
在首席執(zhí)行官Satya Nadella近期致微軟全體員工的一封信中提到，微軟新創(chuàng)立了兩個(gè)團(tuán)隊(duì)，分別是Intelligent Cloud和Intelligent Edge。這將是微軟下一創(chuàng)新階段的一個(gè)重要舉措。這表明，微軟正在大刀闊斧地將人工智能融入進(jìn)現(xiàn)有的產(chǎn)業(yè)結(jié)構(gòu)。這項(xiàng)聲明無疑會增大公司在人工智能領(lǐng)域的招聘需求。
面試流程
和別的大多數(shù)公司一樣，微軟也有一套傳統(tǒng)的招聘工程師的流程。因?yàn)閭?cè)重點(diǎn)不同，數(shù)據(jù)科學(xué)崗位的招聘可能會和傳統(tǒng)的流程有一些小小的不一樣。通常，流程包括電話面試（含編程），接下來是在線面試。在線面試通常會出現(xiàn)4-5個(gè)面試官，其中2-3人會和你深入地探討數(shù)據(jù)科學(xué)相關(guān)的問題，剩下的那些人將重點(diǎn)考察你的編程能力。
重要的閱讀資料
來源：微軟博客
和Google一樣，微軟也于近期發(fā)布了它自己的AI學(xué)校。其核心的AI平臺被分為三個(gè)組份，分別是服務(wù)、基礎(chǔ)設(shè)施和工具。
微軟的AI學(xué)校：Different Learning Paths
AI示例（數(shù)據(jù)表示和可視化的一些實(shí)例）：AI Demos
微軟Azure的AI解決方案 （類似于Amazon AWS）： projects
微軟研究博客: Research Podcast （致謝：Petercooper via HackerNews）
AI/數(shù)據(jù)科學(xué)相關(guān)的一些問題
合并K個(gè)數(shù)組并排序。（題中選取k=2）
如何從五百萬個(gè)搜索請求中最優(yōu)地選出最有代表性的樣本？
三個(gè)西雅圖的朋友告訴你現(xiàn)在在下雨。每個(gè)人有1/3的概率在撒謊。所以西雅圖現(xiàn)在在下雨的概率是多少？
請簡單解釋樸素貝葉斯的基本原理。你如何選取閾值？
請解釋MapReduce是什么，它是怎樣工作的？
請解釋SVM。
如何判斷一個(gè)新樣本是否為異常值？什么是偏差-方差的抵消？
討論如何從一個(gè)產(chǎn)品用戶的分布中隨機(jī)地抽取樣本。
你打算如何實(shí)現(xiàn)自動補(bǔ)全？
解釋梯度爆炸的原理。
找出一個(gè)整數(shù)列中的最大子序列。
你會如何總結(jié)一個(gè)twitter推送？
在使用機(jī)器學(xué)習(xí)算法前，我們應(yīng)該如何做數(shù)據(jù)清洗，分為哪幾步？
如何應(yīng)對一個(gè)不平衡的二分類？
如何度量數(shù)據(jù)點(diǎn)間的距離？
請定義方差。
箱形圖和直方圖的區(qū)別是什么？
你如何解決L2-正則的回歸問題？
如何使用運(yùn)算技巧更快地求矩陣的逆？
如何在不使用計(jì)算器的情況下做一系列運(yùn)算。解釋步驟背后的邏輯。
好的數(shù)據(jù)可視化和不好的可視化的區(qū)別在哪里？
如何得到百分比？寫一段代碼來實(shí)現(xiàn)它。
請?jiān)谝粋€(gè)實(shí)數(shù)序列中找到它最大和的子序列。
L1正則度量和L2正則度量分別是什么？
設(shè)計(jì)一個(gè)函數(shù)，用以檢測一個(gè)單詞是否是回文的。
面試系列往期回顧
能不能進(jìn)蘋果做AI，就看這20道面試題了
http://www.ozgbdpf.cn/news/201804/Ai8pjW0jxxdx53f8.html
想去谷歌 AI 工作？請收下這20道面試題
http://www.ozgbdpf.cn/news/201804/PId42tzypEFJyf7f.html
雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
