腾讯，百度，字节跳动，搜狗，追一，哔哩哔哩，小米，华为，华为云，360企业安全，鲸航科技，平安科技，依图-------跪经

记录某师兄投递蚂蚁金服，腾讯，百度，字节跳动，搜狗，追一，哔哩哔哩，小米，华为，华为云，360企业安全，鲸航科技，平安科技，依图，

有面试的：中科院沈阳自动化所;

 介绍简历 的论文，介绍项目，介绍项目申报形式。fasttext和RNN 的区别，Textcnn的结构

一汽启明：

无领导小组讨论；

科大讯飞：

介绍简历 的论文，SkipThrough，QuikThrough的结构，TextCnn 的输入，卷积核的大小Word2Vec的两种训练方式，Gru解决LSTM神魔问题，

蚂蚁金服：

介绍简历的中文，

第一篇论文：

如何评价句子向量的效果，如何整明技术字典的抽样方法有效，bert的结构，原理，Transformer，Attion机制，Skipthough，QuickThough结构。

第二篇论文;

 三种文本分类模型的效果，为什莫会产生这样的效果，模型如何抓取过时特征，模型没有考虑到版本，时间t，tag等问题。

word2vec和Fasttext对于word2vec的改进。

机器学习相关：决策树的流程，决策树的剪枝依据，GBDT和随机森林的区别，XGBOOST和LightGBM区别。

字节跳动：

一面：

Fattext和TextCNN是怎末用的，TextCnn的理解，相对于其他模型的优势，为甚麽能抽取到特征，第一篇论文中抽取的是机器学习的神魔任务，用什么评价指标。，Skipthough，QuickThough，bert在句子向量化中的效果差异及其原因。

手撕代码：求重复数组中元素的全排列。

二面：

pyflann中的方法，pyflann的区别，Lucene的原理，FastText，TextCNN为甚麽效果好，bert为啥不好，

手撕代码：1.Kmeans。2.求双生字符串。

追一科技：

没有问任何模型的问题，简单做了自我介绍，介绍了两篇论文，出发点，用到神魔技术，在结构相似的句子中如何抽取意思相反的句子。文本分类模型为甚麽会有分类错误的数据.

问题：

1，24小时中，时针与分针重合几次，每次时间间隔是多少，

2，实现softmax

鲸航科技：

介绍两篇论文，TextCNN结构，LSTM的结构，GRU的结构，为甚麽要用双向的Lstm和gru结构。句子向量化的指标，

总结：腾讯简历被捞了没面试，各个公司都比较看重对问题的思考和自己业务有关的技术，

by——shencz遗产

愿秋招顺利，早期上岸。最适合还是产品经理吧