【面试经验分享】双非研究生斩获大厂算法offer

作者 | 顾叶峰   整理 | NewBeeNLP

面试锦囊之面经分享系列，持续更新中

写在前面

双非，本科研究生一个学校。岗位：NLP。无实习，一篇中文核心，三个水比赛top10。
收到offer：阿里，百度，顺丰。
只说面试。

• 实习：面了 追一，百度，阿里，创邻科技，随手科技，x-order，商汤，CVTE，大众，京东数科，深信服。毫无疑问全都挂了。

• 秋招：依次面了百度，顺丰，依图，阿里，京东。百度提前批挂，正式批顺利通过。顺丰，阿里通过，依图面完三轮被综合排序刷了。京东hr面挂。

面试要点

主要针对以下几个点强化：

1. 编程：Leecode刷了150题，剑指offer刷了3遍。

2. 数据结构系统的看了一遍，网络和系统将常考点认真的总结了。

3. 对自己写在简历中的论文，项目不断复盘，不断熟悉及相关的延伸。

4. 专业知识，NLP的知识，深度学习的知识，机器学习的知识，这部分主要看博客和统计机器学习这书。

5. 数学知识，智力题,逻辑题：只能靠总结。此外还要多看面经。

复习点总结：

1. 自然语言处理的知识：word2vec，BERT，ERNIE，分词原理，lucene搜索等。

2. 深度学习：CNN，卷积，LSMT，BN，dropout，常见参数优化器，梯度爆炸与梯度弥散。激活函数，反向传播等。

3. 机器学习知识：朴素贝叶斯，SVM,LR,CRF,HMM,XGBOOST,LGB,线性回归，决策树，KNN，k-mean，gbdt，PCA,LAD,ADABOOST，特征工程，评价指标，正则化，生成/判别/概率模型之类的等。此外，还有一些零碎的知识点需要平时去总结。

4. 基础知识：栈，队列，二叉树，dfs/bfs，基础排序，最短路径，最大路径。死锁，tcp/udp。python/java的具体语法。

5. 智力题，逻辑题，概率题，大数据题等。如疯子坐飞机，小球，倒水，等等。

针对开放问题的一些问答：

1. 场景题：一般从项目中入手，进行特征优化与方法优化。如对话系统：搜索，知识图谱，生成。

2. hr面和总监面：职业规划，人生规划，性格心态，初心，团队协作能力。收获与得失，优缺点等。

3. 智力题：小球倒水问题，100层楼丢小球问题等，疯子坐飞机，生男生女问题。

4. 概率题：高斯分布，二次分布，几何分布，古典概型，概率密度，排列组合，求期望等。抛硬币问题等。

百度：自然语言处理

一面

• 手写softmax，手写BN公式。

• word2vec，bert详细介绍。

• 激活函数无限维的问题。

• 为什么使用交叉熵，不用平方差。

• 硬币兑换最小数。

• 100层楼2个小球问题。

• linux命令,不会。

• python多线程，不会，进程内存互相访问，不会。。

二面

• 手写svm，

• 手写LR，

• 手推前向传播。

• xgb详细讲解。

• knn，k-mean。

• 旋转数组：用额外内存和不用。

• 判断是不是后续遍历中序二叉树。

• python内存管理，内存池最大？

• python可变不可变数据结构。

• python lamba与def 定义函数的区别

三面

• redis和mongodb与mysql。。真不会。

• 加快搜索速度方法。

• 计算相似度方法。

• bert微调。

• 研究生最大收获。

• 研究生与本科生区别。

阿里面经：自然语言处理

一面：组长面

• cnn的卷积计算，参数计算。35分钟

• L1，L2正则化。

• Bert详解。

• 论文。

• 智力题,倒水问题。

• word2vec详解。

• SVM,XGB,crf.

• 设计对话系统

• 一道简单的编程题。

• 一面实在是久远记不太清楚了

二面，难到头发都掉了，1个小时

• lucene搜索。

• 关键字搜索如何实现。

• 单元测试。

• 设计一个对话系统。

• 什么是互联网。

• 深度优先和广度优先的本质区别。

• 从搜谷歌到返回页面，发生了什么。

三面：20分钟

• 项目参与人员，团队合作情况

• 科研经历。

• 平时如何学习。

• 计算机基础如何，数据结构，算法刷题情况。

• 有那些offer。

交叉面：1个小时

• 自然语言处理综述一下。

• 神经网络在nlp中的应用。

• 一个关于推荐问题的场景题。

• 为什么人工智能在图像里应用落地更好，在nlp不行。谈谈你的看法。

• 平时怎么学习的。

hr面：40分钟

• 你们学校几乎没有校招进阿里的，谈谈为什么。

• 研究生最大的收获。

• 对阿里的理解：996..

• 想做一个什么样的人：最懂技术的产品经理。

• 反问环节：阿里对于hr面的考量。

顺丰：数据挖掘岗

• xgb和lgb的区别。xgb和gbdt，xgb用的正则化。

• pca和lda。

• lstm和rnn。

• 激活函数各自优缺点。

• 一道简单的编程：两个数组排序。

hr面，顺丰的hr面是最舒服的。

• 喜欢什么，武侠。

• 谈谈对武侠的理解：惩恶扬善，为国为民，匡扶正义。

• 武侠在你身上的映射：强大自己，帮助弱者。

• 最喜欢的武侠类电影 ？龙门飞甲，朝堂，江湖，爱情，探险元素。丰富剧情，千奇百怪的武器，经典的特效。

依图面试

• 编程题：旋转数组，大数相乘，二叉树的序列化与反序列化，堆排序。

• 智力题：砝码称重问题。项目。

随便唠唠

最后 多复习，多复盘，多总结。遇到的题一定要会。天道酬勤。没有那么多的大神，有的只是不停的努力。

- END -

往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）本站qq群1003271085，加入微信群请回复“加群”获取一折本站知识星球优惠券，请回复“知识星球”喜欢文章，点个在看