AI相關(guān)的算法崗位，競(jìng)爭(zhēng)十分火熱，既內(nèi)卷又倒掛。

為幫助讀者在即將到來(lái)的2021春招中斬獲心儀offer，我們將整理一系列求職文章。

本文介紹騰訊、百度、滴滴三家大廠NLP算法的最新面試經(jīng)驗(yàn)，其中前兩家公司給了ssp offer。

騰訊TEG實(shí)習(xí)

視頻一面

1、自我介紹

自我介紹即開(kāi)場(chǎng)白需要提前準(zhǔn)備并多次練習(xí)，內(nèi)容不用太多，言簡(jiǎn)意賅地講清楚學(xué)校、專業(yè)、研究方向，概括介紹實(shí)習(xí)/論文/比賽等亮點(diǎn)即可，細(xì)節(jié)可以根據(jù)面試官的興趣再深入。

2、項(xiàng)目/實(shí)習(xí)經(jīng)歷

這部分主要根據(jù)簡(jiǎn)歷上的實(shí)習(xí)/項(xiàng)目進(jìn)行，可能會(huì)問(wèn)背景、怎么做、為什么這樣做、最終結(jié)果、是否成功上線等，再深挖一些技術(shù)細(xì)節(jié)，或順帶考察ML、DL等知識(shí)點(diǎn)。

由于校招同學(xué)沒(méi)有工作經(jīng)驗(yàn)，所以項(xiàng)目和實(shí)習(xí)是展示自身能力的最好亮點(diǎn)（一堆CCF-A的大佬請(qǐng)忽略并接受我的膝蓋）。面試官可以從介紹中了解你的工程能力、抗壓能力、溝通能力、思維方式等等，如果吸引到面試官肯定能加分，要是面試官覺(jué)得索然無(wú)味估計(jì)面試也就到這兒了...

所以對(duì)于簡(jiǎn)歷上的內(nèi)容要滾瓜爛熟，能知其然知其所以然最佳。如果問(wèn)到簡(jiǎn)歷上的內(nèi)容沒(méi)答上或吞吞嗚嗚，將非常打臉，造成硬傷（簡(jiǎn)歷上自己寫的都不會(huì)，別的還用問(wèn)嗎╮(￣▽￣)╭）。

切忌在簡(jiǎn)歷上洋洋灑灑地寫“熟悉Xgboost、SVM、Bayes、HMM、CRF、KNN、LR、CNN、Attention等算法”。是聽(tīng)過(guò)名字就算熟悉？還是啃過(guò)源碼、理解背后原理？即便真的對(duì)這些算法理解透徹，最好也能結(jié)合例子來(lái)說(shuō)明，而不是窮舉。

而對(duì)于沒(méi)有項(xiàng)目/實(shí)習(xí)/比賽經(jīng)歷的同學(xué)，這一部分時(shí)間只能由考察基礎(chǔ)算法來(lái)彌補(bǔ)了，這樣一來(lái)隨機(jī)性、難度都提升了不少；所以平時(shí)盡可能多積累這方面的經(jīng)驗(yàn)，讓簡(jiǎn)歷充實(shí)起來(lái)。

“項(xiàng)目 or 實(shí)習(xí) or 比賽 or 論文”最好為真，這是底線。

3、介紹一個(gè)比賽

我從簡(jiǎn)歷上3個(gè)比賽中，選擇了一個(gè)最有亮點(diǎn)的比賽，從數(shù)據(jù)、模型、提分trick三方面做了介紹。

4、如何實(shí)現(xiàn)知識(shí)蒸餾，loss怎么選擇

5、介紹TinyBert的工作原理

6-9考察機(jī)器學(xué)習(xí)基礎(chǔ)

6、LR是線性模型嗎，為什么？

7、梯度下降和隨機(jī)梯度下降的區(qū)別

8、GBDT和XGBoost的區(qū)別（至少3方面）

9、偏差和方差的區(qū)別

10-11考察深度學(xué)習(xí)基礎(chǔ)

10、怎么理解XLNet的，XLNet的輸入是什么？

11、一個(gè)二分類任務(wù)，假設(shè)只有一個(gè)維度的特征，取值范圍是0～正無(wú)窮，如何實(shí)現(xiàn)二分類？

12、手撕代碼：兩個(gè)數(shù)組求交集

只能使用 list，如果要用其他數(shù)據(jù)結(jié)構(gòu)（比如字典）需要自己實(shí)現(xiàn)；時(shí)間復(fù)雜度盡可能低。

騰訊一面難度中規(guī)中矩，量比較多但基本都在考察基礎(chǔ)。

關(guān)于手撕代碼，今年應(yīng)該是非常關(guān)鍵也是必做的環(huán)節(jié)，很多公司直接將編程題作為通過(guò)面試與否的硬性指標(biāo)。刷題要趁早！

電話二面

1、詢問(wèn)兩個(gè)實(shí)習(xí)項(xiàng)目，詳細(xì)考察細(xì)節(jié)

2、介紹textcnn實(shí)現(xiàn)過(guò)程，池化時(shí)loss如何反向傳播

3、假如不用bert，一大堆文本有幾百萬(wàn)個(gè)詞，直接訓(xùn)練詞向量很困難，如何去做特征選擇

4、LSTM門控機(jī)制是怎樣的

5、LTSM主要解決了RNN什么問(wèn)題，為什么能解決

6-9重點(diǎn)考察語(yǔ)言模型

6、介紹GPT2如何寫詩(shī)、寫對(duì)聯(lián)

7、GPT2如何圍繞一個(gè)主題/關(guān)鍵詞寫詩(shī)

8、ELMO、BERT、GPT模型彼此之間有什么區(qū)別

9、word2vec和ELMO主要有什么不同，為什么elmo效果更好

hr視頻面

1、詢問(wèn)導(dǎo)師、實(shí)驗(yàn)室的研究方向

2、智能客服系統(tǒng)中，你主要負(fù)責(zé)哪些模塊？

3、base在深圳能否接受，多久可以來(lái)實(shí)習(xí)？

面試結(jié)束后過(guò)了2天，成功收到TEG的offer call。

百度自然語(yǔ)言處理

視頻一面

1、手撕代碼：

給定一個(gè)字符串S和一個(gè)字符C。返回一個(gè)代表字符串S中每個(gè)字符到C的最短距離的數(shù)組。

# inputS="paddlepaddle",C='d'# output[2,1,0,0,1,2,2,1,0,0,1,2]

2、介紹簡(jiǎn)歷上的2個(gè)項(xiàng)目和1個(gè)比賽

3、介紹bert和TinyBert

4、bert如何實(shí)現(xiàn)微調(diào)

5、fasttext的實(shí)現(xiàn)原理

6、文本匹配如何實(shí)現(xiàn)

7、手推信息增益、信息增益率、Gini指數(shù)公式

8、ngram如何過(guò)濾不合理的組合

9、還有什么想和我分享的？

面試官給了一個(gè)展現(xiàn)自我的機(jī)會(huì)，我介紹了一個(gè)最近在實(shí)驗(yàn)室新做的項(xiàng)目（簡(jiǎn)歷上沒(méi)有）。

視頻二面

1、手撕代碼：

word2vec負(fù)采樣具體怎么做的（知識(shí)點(diǎn)：累積概率分布、二分區(qū)間查找）

2、文本匹配怎么做

3、文本匹配不當(dāng)分類來(lái)做，loss怎么設(shè)計(jì)？

4、bert在中文和英文場(chǎng)景下使用，有什么區(qū)別

5、介紹一下在開(kāi)源組織CLUE的工作

6、假如給offer，什么時(shí)候能來(lái)實(shí)習(xí)

hr視頻面

聊個(gè)人特質(zhì)、看重公司哪些方面、個(gè)人職業(yè)規(guī)劃等

滴滴出行規(guī)劃

視頻一面

1、詳細(xì)介紹1個(gè)項(xiàng)目和1個(gè)比賽

面試官讓現(xiàn)場(chǎng)打開(kāi)比賽鏈接查看排名和解決方案

2、手撕代碼：

因式分解

判斷年份是否為閏年

視頻二面

1、介紹1個(gè)項(xiàng)目

2、介紹transformer

3、介紹常用的聚類算法（KMeans、DBSCAN、Mean Shift）

4、介紹word2vec2種實(shí)現(xiàn)模型、區(qū)別以及和fasttext的區(qū)別

5、手撕代碼：并查集

視頻三面

1、介紹1個(gè)項(xiàng)目

2、手撕代碼：

兩個(gè)有序數(shù)組，求第k大，時(shí)間復(fù)雜度盡可能低（log(m+n））

總結(jié)

近兩年AI算法崗非常內(nèi)卷，加上疫情影響給找好工作都增加了難度。但身邊的朋友基本都在頭部大廠收獲了1+offer。實(shí)習(xí)和項(xiàng)目經(jīng)驗(yàn)仍然很重要，ACL、NIPS等論文近些年在貶值。扎實(shí)的理論基礎(chǔ)和coding能力可以讓你進(jìn)大廠后繼續(xù)保持足夠的競(jìng)爭(zhēng)力。

手撕代碼是面試的一道坎，要早做準(zhǔn)備。同時(shí)，盡可能把握住可以跳過(guò)筆試（大部分公司）的提前批面試。

祝大家在新的一年offer多多，好運(yùn)連連。

責(zé)任編輯：xj

原文標(biāo)題：騰訊、百度、滴滴最新NLP算法面經(jīng)

文章出處：【微信公眾號(hào)：深度學(xué)習(xí)自然語(yǔ)言處理】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。