来看看offer收割机的烦恼

作者 | WilliamLam

整理 | NewBeeNLP

offer收割机William同学的面试复盘，都是NLP方向的暑期实习，这期有网易互娱、美团、陌陌

一起来取(xi)长(xi)补(ou)短(qi)吧

网易互娱

一面（30 min，电话面）

• GAN在文本生成中如何应用

• 如何解决GAN中文本离散的问题

• 如何解决GAN中生成器与判别器训练不平衡的问题

• 介绍策略梯度

• 介绍Gumbel-Softmax trick

• 介绍方面级的情感分析模型

• 了解哪些经典的机器学习方法（SVM，LR）

• 了解哪些决策树方法（XGBoost，GBDT）

• 反问

二面（1 h，电话面）

• 自我介绍

• 介绍文本生成任务

• 介绍AAAI论文

• 如何衡量模型性能，指标如何计算

• 如何保证句子的可读性、连贯性

• 如何解决模式坍塌问题

• 情感分析任务用哪个数据集

• 介绍EMNLP论文

• 如何进行句子编码，提取句子的特征向量，有哪几种方式（CNN，LSTM，Attention），各种方式的优缺点

• 是否了解空洞卷积

• BERT、GPT、ELMO之间的区别（模型结构、训练方式）

• 有哪些优化方法

• 为什么不使用二阶优化方法

• 有哪些二阶优化方法，牛顿法存在什么问题

• 有什么正则化方法，那除了L1和L2还有什么（答了决策树剪枝）

• 有哪些损失函数

• SVM和LR的区别

• SVM有哪些核函数，对应有哪些使用场景和特点

• 算法题：有足够多的数据（内存无法一次性装下），如何获得最大的k个数。

• 反问

美团

一面（1 h，牛客网视频面试）

• 简单聊一下工作意向

• 自我介绍

• 介绍论文贡献，流程及细节

• GAN为什么work

• VAE为什么work

• local attention和global attention的区别

• BERT为什么只用Transformer的Encoder而不用Decoder

• 排队论模型服从什么分布

• LSTM和GRU的区别和使用场景

• 贝叶斯分类的前提假设

• SVM的理论依据，如何推导

• 编程题（求2^n2n）

二面（35 min，牛客网视频面试）

• 介绍自己的一个项目

• 介绍文本生成任务

• 介绍发表的论文，细节

• 介绍LSTM的细节，相关机制，为什么有效

• 正则化有什么用，为什么有用，L1正则为什么能使参数稀疏，为什么能防止过拟合

• 反问

HR面（5min，电话面）

• HR面直接发了offer，说了一下实习时间和薪资。

陌陌

一面（1 h，赛码网语音面试）

• 自我介绍

• 介绍一下EMNLP 2019的论文

• 介绍BERT

• LSTM的结构，作用

• RNN的参数量计算，非常细节，给定输入输出，计算参数量

• Encoder-Decoder的结构，attention怎么工作？

• 过拟合和欠拟合的特征，如何预防？

• Adam如何设置参数使学习率衰减？

• 梯度消失、梯度爆炸定义，原因，如何解决

• 有哪些Embedding模型，word2vec，Glove，BERT…...

• 编程题（二叉查找树的删除）

二面（50 min，赛码网语音面试）

• 哈夫曼树原理，应用

• 二叉查找树，红黑树

• 如何进行文本分类，如何辨别广告文本、色情文本等

• 如何处理那些非自然语言的文本（为了躲避关键字）的业务情况

• 字符串匹配KMP算法

• 多模式匹配算法，有多个子串如何在文档中匹配

• 进程和线程的区别

• 线程之间如何进行资源共享

• Python的多线程

• TCP/IP协议

• 是否有过Socket编程经验

• 编程题：从两个有序（从大到小）的数组中选出最大的k个数，要求比较次数尽可能比k小。

三面（40 min，赛码网语音面试）

• 详细讲解AAAI论文的细节

• 编程题-1：用TensorFlow或PyTorch实现两个tensor的矩阵A和B的乘法，其中A为二维，B为N维（n >= 3）

• 编程题-2：用Pytorth或TensorFlow，实现一个2层的感知机二分类器。需要实现基本功能，包括：定义输入、网络结构、batch的loss、acc、预测结果的label，预测结果的概率分布等。

HR面（20 min，微信视频面试）

• 为什么选择陌陌

• 工作看重什么因素

• 说一下自己最明显的性格特征

• 说一下最想改正的一个性格

• 考研学校，工作地点意向

• 聊人生

• 反问

- END -

我先酸了