简单介绍流程：
- 5.16~6.16:报名；
- 6.28:简历筛完了，出笔试通知；
- 7.07:笔试；
- 7.09:笔试筛完了，出宣讲和面试通知；
- 7.11:导师宣讲；
- 7.12-7.13:面试，其中12日是非人工智能学院学生，13号是人工智能学院的学生；
-
7.18 : 优秀营员和候补出结果：
这个repository记录（本人和同学）在13日面试时遇到的问题。面试是分成多组，每组四个老师，各自准备了一些问题，对十几个学生进行提问，所以每个人被问到的问题只是一部分，综合同组多个人的信息可以尽可能探知到所有的问题。
十分欢迎面试问题的补充和相关咨询，也欢迎star。
同学A(同组)的面试问题
面试那天和我在一个房间，而且在我前面面，所以记录了所有的问题：
- 英语面试：
- 1分钟自我介绍；
- 从事的研究细节（因为自我介绍中提及）；
- 你最感兴趣的课程；
- 你以后是想留在学校做研究还是去公司工作。
- 中文面试：
- 大数定律是什么？
- 中心极限定理是什么？
- 讲一个你知道的聚类算法？
- 你平时有什么放松方式？
- Boosting的基本思想？
- PCA的全称是什么？
- PAC理论的全称是什么？
- 欧拉图是什么？
- 正定矩阵是什么？
- 极大似然估计是什么？
- SVM为什么叫支持向量机？
注意，上述问题只是前置问题，你说不会才会换问题，否则就会继续问。比如同学A说他不记得欧拉图了，然后对面就换下一个问题；面试到我的时候又问了这个问题，我答出了欧拉图定义，后面就问我判定方法了。
我的面试
- 英语面试：
- 1分钟自我介绍；
- 介绍一下你参加的比赛（起因于我的腾讯会议背景是我上次参加的某比赛，然后忘了换，反过来想这也是一种思路，让面试官问出你想让他问的问题）；
- 以后的安排（类似于同学A的问题）。
- 中文面试：
- 大数定律是什么？（看我倒背如流就没问中心极限定理了）
- 计算复杂度（P和NP），P=NP吗？
- 遇到压力怎么放松？
- 最喜欢的课程？
- 介绍PCA；
- 为什么机器学习中的基本假设是独立同分布，独立同分布全称是什么？（这个地方卡了，对面嫌我说多了）
- 什么是欧拉图，如何判定欧拉图？（忘记了，只说记得存在一个充要条件）
-
正定矩阵是什么，如何判定？
跟面试官（王w）怼了，他一直说我和书上的定义不一样，但我讲的是一个逻辑等价命题，他就说我不好好看书，弄得心态挺不好。幸好他是最后一个问问题的老师。
后来发现和我一组的同学都对他有意见的，比如同学B说他不会欧拉图，然后被他锐评：你是不是没上过数学课？
问同学C的时候，C回答不出来就咂嘴，问答少了就说”这么不熟悉吗“…
注：以上内容是节选，如果看的人多了就把老师名字给码了。感觉他是根据被面试者的态度进行反馈，比如我、B和C在面试的时候展现出自信，所以他很打压；A面试的时候很严肃，遇到不会的问题会说“对不起，我回去再看一下”，所以没咋刁难。反正看到的同学留个心眼吧。
- 快速排序的平均时间复杂度，最坏时间复杂度，最坏情况是什么样？
本组其他同学的问题
- 计算复杂度，但问的是：如果把时间换成空间，那么P=NP吗？
- PAC理论了解多少？
其他组的问题
这里记录其他组同学那里听来的问题：
- 喜欢的数学课？如果说了微积分这块，而不是AI相关，则会问：
- 中值定理是什么？
- 泰勒展开是什么？
- 高阶无穷小是什么？
- 傅里叶变换和拉普拉斯变换的关系？
- 拉普拉斯变换的用处？
- 双蛋问题，但是单蛋版，也就是你只有一个鸡蛋如何判定其不摔碎的最高楼层？
