---
title: 2017 - Homework
tags: 面試
---

# 2017 - Homework
> contribute by
> [name=Ruei][color=#00cc00]

## 作業要求
- [ ] 整理面試題目
* 要求: 自 ptt 和台灣社群討論區彙整面試題目，至少包含公司名稱、職務說明、面試題目，流程，以及出處。更新於下方:
* 格式範本

公司名稱：
職務說明：
面試題目：
流程：
出處：

- [ ]列出目標規劃
* 要求：
1. 列出鎖定之目標產業(如：IC、手機、傳產...)並找出相對應公司,並報告該公司的營運項目。
* 沒有明確目標者至少列出心目中的公司(例如：我就想去聯發科技,並報告該公司的營運項目)
2. 列出該類型職缺(付上連結)
3. 列出生涯規劃(如：我35歲不想再寫程式，想做管理階層)
4. 列出你目前的競爭能力
5. 三分鐘自我介紹逐字稿(HR可以理解的版本)

- [ ]完成個人履歷表
可參考[程式設計師的履歷撰寫要點](https://blog.m157q.tw/posts/2016/01/22/how-to-write-a-resume-for-programming-jobs/)
---

## Appier
:::info
公司名稱：Appier (沛星互動科技股份有限公司)
職務說明：Data Backend Engineer
面試題目：

1. 依照履歷詢問過往經驗
2. Real Time Bidding 概念
Ans : 
即時競價，交由廣告商決定廣告要給哪些用戶看，廣告商會分析用戶的特性，把適當的廣告推薦給用戶
參考 : https://goo.gl/9SwFhV
3. quick sort上機實作，但限制記憶體用量
4. 白板題 - hadoop 中 runtime 某個地方異常得慢或資源用量異常，說明原因
Ans : 
基本上系統就是 A 出事，但原因通常是 C or D 設定值過大或過小
就是要從 D 開始說明，一路到影響的 C -> B，最後到結果 A
參考 : [研替](https://www.ptt.cc/bbs/Tech_Job/M.1444567910.A.731.html)
5. 有限資源下如何處理龐大資料?
6. 找回文，EX: asaabasdf cccceeddeecccc asdfab，寫Code將字串中最長的回文子字串給找出來
7. 是否聽過LCS
8. 若是今天要設計一個神奇寶貝go，你會如何儲存資料以及如何在手機上顯示附近的神奇寶貝?
9. 每秒要處理6百個訂單，要在毫秒內回應，你做得到嗎?

[LCS reference](http://www.csie.ntnu.edu.tw/~u91029/LongestCommonSubsequence.html)
流程：
* 正職
1. 兩位ML team面談
2. CEO面試

出處：
* [共筆 1](https://hackmd.io/s/HJ-Sjr96)
* [共筆 2](https://hackmd.io/s/ryc9fXiC)
* [ptt](https://www.ptt.cc/bbs/Soft_Job/M.1481336054.A.C1C.html)
:::

## Nvidia
:::info
公司名稱：Nvidia
職務說明：Deep Learning Solutions Architect
面試題目：

1. Expression Tree given as input. Evaluate the expression.
2. Counting the number of ways to climb a ladder.
3. A problem on Template Matching - Computer Vision.
4. Few Machine Learning Concepts - explaining algorithms.
5. Many Deep Learning Concepts - explaining the details on how training is done.
6. Coin change problem.
7. Resume based questions and was ask to code an algorithm implemented in one of my projects

流程：
有三回合，每回合 45 分，
會問及演算法、機器學習與深度學習相關的知識
出處：
[glassdoor](https://www.glassdoor.com/Interview/NVIDIA-Deep-Learning-Engineer-Interview-Questions-EI_IE7633.0,6_KO7,29.htm)
:::

---
## 目標規劃
* 目標公司
1. Appier
- 營運項目
- 數位廣告行銷服務
- 跨營行銷解決方案
- 人工智慧與數據分析
- 即時競價服務與受眾分析
2. Nvidia
- 營運項目
- GPU
* 人工智慧與機器學習
* 雲端運算
* 智慧機器
* 自動駕駛
* 遊戲與繪圖設計
- 晶片組
- 開放 GPU 授權

* 類型職缺
- Appier - [Machine Learning Scientist](https://www.appier.com/zh/job.html?gh_jid=690051)
- Nvidia - [Deep Learning Solutions Architect](https://nvidia.wd5.myworkdayjobs.com/en-US/NVIDIAExternalCareerSite/job/Taiwan-Taipei/Deep-Learning-Solutions-Architect--RDSS-_JR1908278)

* 生涯規劃
* 25~27 歲工作（累積工作經驗、準備出國事宜）
* 27~30 歲國外工作
* 30~40 歲找能在家工作的（不用到公司上班）
* 41 歲退休，到世界各地旅行
* 自身競爭力
* 參加過許多程式比賽、軟體開發競賽，也有與多人進行協作專案的經驗
* 與工研院、中科院合作開發專案經驗
* 三分鐘自我介紹
您好，我是Ruei，目前是成功大學資工所的學生。我對機器學習與資料分析非常有興趣。
碩論專題是在分散式深度學習系統上做加速的優化。在學期間，也修過機器學習、資料探勘、自然語言等課程，都拿到不錯的成績。在做過的專案中，最讓我印象深刻的是做五子棋 AI，我是使用蒙地卡羅樹搜尋與價值網路的技術。在開發這個 AI 時，遇到最大的問題就是再短時間內蒙地卡羅樹的搜尋次數有限，導致五子棋 AI 初期非常的弱。後來使用價值網路，使蒙地卡羅樹只搜尋幾個價值較高的位置，這樣就能搜尋得更深。此外，我也參加過 AI 相關的競賽，擁有將機器學習理論應用在真實數據的經驗。

---
## 簡歷

<iframe src="https://drive.google.com/file/d/1p_skHXi5nRe9kPDIm7UyzZBS0Mg_8ROv/preview" frameborder="0" width="720" height="1000"></iframe>