📜  ZEE Entertainment Enterprise Pvt Ltd 面试经历 |在校园 - 2022

📅  最后修改于: 2022-05-13 01:58:27.575000             🧑  作者: Mango

ZEE Entertainment Enterprise Pvt Ltd 面试经历 |在校园 - 2022

嗨伙计,

Zee 访问了我们的校园,以聘用助理软件开发工程师作为全职工作。在本文中,我将分享我的面试经验和相同的选择过程。

选择标准: CGPA>7 & 分支:CSE

第 1 轮(在线编码轮):这一轮由 10 道技术 MCQ 问题(中等水平)和 2 道在 HackerEarth 平台上举行的编码问题组成。测试持续时间为 1 小时 15 分钟。

  • 给定坐标可能的最大矩形的面积 (简单)2 指针和排序技术
  • 能源交换 https://codeforces.com/problemset/problem/68/B)(中)二进制搜索

第 1 轮的截止标准:所有测试用例的两个编码问题都应该通过,并且在 MCQ 中的准确率 > 50%。我能够以最大的准确性解决编码问题和 MCQ。

2 周后公布了第一轮后的最终入围名单。在 300 名学生中,有 49 人入围第二轮。

第 2 轮(技术面试):面试更新是在开始前几个小时发布的,所以几乎没有时间准备。

根据面试官的不同,不同学生的面试持续时间不同。就我而言,它持续了 1 小时 15 分钟。

  • 自我介绍。
  • 解释你的工作经历和相关工作。 (因为我在大学二年级时在一家初创公司做过两次小实习)。
  • 解释您最喜欢的任何 1 个项目及其原因。 (我总是尝试用 10 分钟来解释我的项目,涵盖它的各个方面)。
  • 面试官让我从我的简历中解释他喜欢的一个项目,这是我以前没有解释过的。 (所以总的来说,我必须从我的简历中解释 2 个项目)。
  • 基于我的项目和工作经验的几个后续问题。
  • 由于我的项目是基于机器学习的,面试官深入研究并问了我与机器学习相关的问题。
    • 差异 b/w 协方差和相关性。
    • RCNN 和 YOLO 的区别。
    • 线性回归的假设。 (我开始解释神话而不是假设,所以他建议我稍后再看一遍)。
    • 什么是混淆矩阵?
    • 决策树和随机森林之间的区别。
    • 随机森林是 Bagging 还是 Boosting?
    • 什么是 Bagging 和 Boosting?
    • 什么是特征选择?
    • 您将如何对数据集执行特征选择。
    • ML 中使用的不同评估指标
    • 什么是偏差方差权衡
    • 精确率和召回率有什么区别
    • 然后他给了我一个癌性和非癌性肿瘤二元分类的场景,并问我从可用的指标中选择哪些指标是最好的? (我的回答是精确,但根据他的说法,答案应该是召回,后来当他解释相同的原因时我明白了)。
    • 又是一个基于情景的问题,其中给了我两个正相关的变量。如果一个变量依赖于目标变量,那么另一个变量也应该依赖于目标变量,这是否总是正确的?用一个真实的例子来解释。
    • 不同类型的相关度量。 (我只记得其中一个是皮尔逊的相关系数,但当他给我斯皮尔曼相关系数的提示时,我也能回忆起并解释它)。
    • 什么是 PCA?
  • 2 个 DBMS 查询(基于连接操作的简单级别)。
  • 内连接和右外连接的区别(举例说明)。
  • 解释数组旋转的方法 并讨论它的时间复杂度。
  • 解释问题和方法并从给定坐标分析其可能的最大矩形面积的时间复杂度
  • 1 道基于 BST 树镜像的 MCQ 题(简单)。
  • 最后,你有什么问题吗? (我询问了公司的工作文化)。

我能够回答所有与 ML 相关的问题,除了几个问题。对于上述所有问题,您可以在方便时参考文章。

在忙碌而充满挑战的一轮之后,我有点担心我是否有资格成为纯粹基于 ML 的最艰难的面试之一。幸运的是,我获得了技术回合的资格,并在 15 分钟内获得了预定的人力资源回合。在 49 名学生中,有 29 人被选为第三轮。

第三轮(HR轮):本轮持续20分钟。面试官简单介绍了她自己。

  • 自我介绍。
  • 为什么要为 Zee 工作?
  • 解释你的任何一个项目。
  • 在项目领导角色期间面临的挑战以及您如何处理这些挑战。
  • 任何问题? (我问,ZEE 助理软件开发工程师的日常日程安排如何?如果我被选中,在入职流程开始后的前 30 天内他们对我的期望是什么)。

最终结果于第二天晚上在著名的排灯节之际公布!由于上帝的恩典和不断的努力,我能够通过所有 3 轮面试。

判决:选择 [最佳排灯节礼物!]

现在我想强调一些帮助我完成这次面试的准备技巧:

  • 根据我的选择,非常重要的参数是你的沟通技巧。这一切都归结为你如何表达你的思维过程和想法。即使您知道很多东西,但无法动态交流,也可能导致拒绝。
  • 非常清楚您的项目和工作经验(如果有的话)。
  • 如果您有 Work-Ex,则 3 个项目就足够了;如果您没有任何 Work-Ex,则 5 个项目就足够了。
  • 全面了解与项目领域(在我的情况下是机器学习和数据科学)、技术堆栈相关的基础知识。更多地关注将理论概念与现实生活中的例子联系起来。
  • 不要错过您在简历中提到的任何内容!
  • 不要忽视编码成本的核心主题( DBMS、 OOPS、CN、OS )。 (核心科目在技术回合的清关中起着非常重要的作用)。另外,一定要在HackerRank 平台上练习 SQL 查询写作。
  • 对于核心科目,您可以完全依赖 GfG 和 Youtube 视频。首先更多地关注重要主题。
  • 更多地关注重要的 DSA,而不是复杂和艰难的 DSA。一旦你对重要的有信心,你就可以切换到艰难的。
  • 练习更多简单和中等水平的问题,而不是只专注于困难的问题。
  • 不要错过练习 MCQ 问题。 (为此,您也可以完全依赖 GfG)。一个人应该非常清楚他/她的基础知识,以便在本节中获得最大的准确性。
  • 在核心科目、项目、编码之间取得平衡。 (非常小)。
  • 自己做笔记并多次修改。破解任何面试的唯一口头禅就是多次修改。 (我将核心科目至少修改了 8-10 次,以便在面试时能够流利地回答。)概念清晰比主题数量更重要。
  • 如果您无法回答任何问题,请不要惊慌,保持冷静并尽力回答。

在积极的方面,我想总结说,没有什么是不可能的,你只需要有耐心,不管结果如何都继续努力,等待合适的时间,一切都会水到渠成!!拒绝是你成功故事的一部分,在我最终成功之前,我被 45 多家公司拒绝了!所以不要失去希望。

祝各位读者万事如意!如果你喜欢我的经验和技巧,请给它一个LIKE!!❤

感谢 GfG 帮助我完成了我梦想中的工作!!✌