转自NewBeeNLP
作者 | 甄同学
编辑 | NewBeeNLP
一面
时间50mins
自我介绍。
聊天。（面试体验好的面试官都是会聊天几句的）
深挖实习内容。（细到模型参数如何设置，训练多久）。(同时夹杂了很多小知识点，关于深度学习和机器学习）
概率题。一个单位圆内随机取一点，求到圆心距离的期望。
面试官先要求用代码模拟一下结果，然后再用数学推导结果。（代码模拟直接随机取坐标(x, y) (x,y in [-1, 1]，圆心为(0,0)，模拟1000词，求均值结果） （数学推导，求分布函数 -> 密度函数 -> 积分) 答案是2/3
编程题：字符串内含有小中大括号和其他字符，判断是否括号是否匹配。（用栈）ac
面试给人一种很实在的感觉。没有问八股文，都是问一些平时经常需要用得到的知识。不过因为面试官没有问八股文，感觉要被刷kpi。不过下午5点的时候，hr打电话约二面。
二面
时间 1h
上来面试官直接问 是 xx同学吗（没有带姓，直接给人一种很亲切的感觉）
聊天（为什么本科就想做nlp，弱人工智能和强人工智能差在哪里）
简单自我介绍
继续深挖实习内容
介绍一下transformer。有什么可以调整的参数
具体讲一下self attention
讲一下attention
self attention， attention， 双向lstm的区别
常见的激活函数有哪些。各自有什么特点。分布应用于场景。leaky relu公式
layer norm和batch norm的区别。和各自的应用场景。已经各自在norm之后还有没有其他操作。训练时候和测试时候的区别
平时刷题多吗，怎么刷的
编程题：字符串最长公共子序列。动态规划（因为我用的python 无法ac。。。面试官看了思路没问题就下一道题了）
编程题：二位数组从右上角开始 按照对角线的方式打印输出。（和打印菱形差不多，不难）ac
继续聊天。（美团优选的发展现状，推荐算法的发展现状，算法岗的发展现状，nlp+推荐算法的组合）
中间还是夹杂了一些场景题，但是感觉都不算面试了，，聊天讨论
面试结束前，面试官主动提出加一下微信
感想：很轻松，和朋友聊天一样。东西都问的很深，知识点都是比较基础的，但是都需要有自己的看法见解。
hr面
谈薪了 hr给的是算法岗sp 暂接
自我介绍，串一下简历
介绍一下AAAI论文的整个发表经历吧。最难的地方在哪？怎么克服的
实习感觉怎么样，为什么不留用？
为什么不继续深造
手头的offer和面试流程
谈薪
自我评价，优点和缺点
缺点怎么克服
offer流程进展
如果喜欢请点赞或关注我交流。
网友评论