全程32分鐘，電話語音面試（電話來源顯示騰訊深圳總部，有丶酷）：
血崩，全程血崩。Orz
下面根據回憶寫一下，有一些已經不記得了，主要涉及的都是一些實際工程方面會涉及到的知識。
大概題目
- 上來先問數學怎麼樣，讓我實話實話節約時間，數學渣渣我只好乖乖說我數學一般。數學轟炸還沒開始就已結束。
![在這裏插入圖片描述]()
- Logistic Regression和樸素貝葉斯的區別？
懵逼。突然忘了Logistic Regression的原理，最後憋出了幾句他們的原理，血崩開始。
機器學習—樸素貝葉斯與邏輯迴歸的區別（Machine Learning Naive Bayes Logistic Regression Difference）
- curl怎麼轉成python中request代碼
若理解沒錯的話，好像問題是這個意思（問題都差點沒聽懂Orz）
不懂網絡的東西，血崩+1
shell curl 與 python requests的一次對比
Curl轉python在線工具
- 數據庫會嗎
不會，只是之前學過，因爲沒有實際用不到所以忘了。結果自己嘴多增刪查減那些還是知道的。結果面試官讓我寫一個查找的指令。
“知道”只是想表達“知道有這些操作，但是具體代碼忘了”，但是你這樣說面試官就會理解成你會寫一些基本的SQL代碼。
血崩+2
SQL sever 數據庫命令–查詢某個數據
- 有沒有接觸過深度學習
有，目前正在用的就是深度學習
- 會不會pytorch
正在學
學到什麼程度了？
血崩+3
7. 會不會tensorflow
會，之前有寫過
- 用tensorflow寫一個Logistic Regression，要求只寫出tensorflow跑起來需要的一些最基本代碼就好（用的是騰訊文檔的小程序寫，支持多人同時在線編輯，所以能看到我這邊寫了什麼）
一開始沒聽到Logistic Regression，還以爲隨便寫一個能跑的tesnsorflow就好了，血崩+4
而且最後只寫出了一點點最基本的代碼結構，感覺像是寫了一坨*出來，太糟糕了。。血崩+5
- 會不會強化學習
不會，血崩+6
-
介紹了下一個和智慧農業有關項目經歷
-
開放性問題1：給定一個智慧農業系統，數據採集方面的代碼已經寫好了，可以直接調用得到採集的數據。系統決策方面的代碼也已經寫好了，可以直接運行得到需要的決策。
現在的問題是：想讓這個系統，每隔20min採集一次數據並運行決策算法，你會怎麼設計這個過程
先說了最簡單定時，等時間一到就去執行
然後說了效率高一點的話，可以用中斷
- 開放性問題2：假如每隔20min，需要同時處理100個溫室的數據（要求在10min內處理完全部），這樣中斷就用不了，你打算怎麼做？
先說了多線程，一個線程處理一個
然後說了分佈式計算，調用多臺電腦的資源
感覺要用處理高併發的思路去解決，但是這方面不是很懂
而且覺得自己思維有點僵。。不夠發散
- 還有實習時間、過程中面試官也介紹了下這個工作是做什麼、具體需要什麼技能
自我感覺
心態爆炸，好多答不上血崩
（面試官一路嘆氣，最後感覺好對不起他Orz）
收穫
- 不記得的東西就別說會。學過SQL但是又忘了寫不出具體的代碼，對於別人你說你學了也沒學一樣。。
Pytorch那個也是，只是跑過了別人的代碼，自己纔剛開始看呢，不如別說。。。 - 聽清楚問題再回答，不要慌。
- 對於開放性問題，沒有冷靜下來思考解決方法，只是心想着“想不出來怎麼辦”，這樣是不好的。下次靜下心來好好思考，專注問題本身。
- 學過的東西不夠紮實，學完之後好好整理歸納。
- 發現了騰訊文檔這個工具有點好用啊。