今天和大家分享的是華為和網(wǎng)易游戲兩家公司的算法工程師面試經(jīng)驗(yàn)。

雖然很多人覺得算法崗卷中之卷，但如果選擇了這條路并且很感興趣，付出了長時間的努力——恭喜你，幸運(yùn)女神已經(jīng)在向你招手了。你需要做的，是最后的沖鋒。

應(yīng)屆生的最后一波開團(tuán)機(jī)會——春招已經(jīng)沐浴著春風(fēng)向我們走來啦，小伙伴們還不快準(zhǔn)備起來！

不打無準(zhǔn)備之仗，方能立于不敗之地。

華為—中央軟件院—分布式架構(gòu)組

老牌大廠華為，是一家有情懷的公司，福利優(yōu)厚，注重國際化布局。

而且前不久剛剛打出2021-2022應(yīng)屆生招聘人數(shù)擴(kuò)大到8000人的口號，機(jī)會多多。

需要注意的是，前幾年華為的面試據(jù)說太水被噴了，所以從2020年起，校招難度開始上升。

另一方面，筆者在7月底通過華為3輪技術(shù)面和hr面后（提前批），收到了面試通過的短信；但是此后，再無音訊。

問了身邊幾個同學(xué)，居然都有類似情況，看來“海王”的稱號并非浪得虛名。面試華為的同學(xué)，稍微留心這個情況。如果不放心，可以多和對接的hr溝通。

視頻一面

1、自我介紹

本科學(xué)校、專業(yè)、排名，感覺華為很看重學(xué)校背景。

2、介紹論文

3、概括2段實(shí)習(xí)經(jīng)歷中的主要工作

4、項(xiàng)目中的服務(wù)如何部署，交互（RPC or Restful API）？

5、是否使用過多線程、多進(jìn)程，介紹原理

6、算法題

1個有序數(shù)組，nums=[1,1,2,2,3,4,4,5,5,6,7]。將去重后的數(shù)字按升序移動到數(shù)組前半段，后半段順序無要求。

移動后：nums=[1,2,3,4,5,6,7,1,2,....]；要求空間復(fù)雜度為O(1)

視頻二面

1、算法題：求二叉樹的高度

2、介紹Text2SQL項(xiàng)目，涉及的技術(shù)

3、有哪些防止過擬合的方法？dropout為什么能起作用？

4、當(dāng)前深度學(xué)習(xí)、NLP有哪些瓶頸，未來會向哪個方向發(fā)展？

5、restful接口用什么框架部署呀，有考慮過多并發(fā)嗎？

6、熟悉什么深度學(xué)習(xí)框架？

7、有沒有了解過pytorch的底層實(shí)現(xiàn)？

torch和TF底層都是用C++實(shí)現(xiàn)的，算法工程師掌握C++會是一個顯著優(yōu)勢和硬核技能。

8、了解華為自研的MindSpore框架嗎？

9、介紹一下深度學(xué)習(xí)的優(yōu)化算法

主要是BGD、SGD、Mini-GD、Adaleta、Adam、動量，分點(diǎn)介紹概括即可。

10、對二階優(yōu)化了解嗎？

11、有沒有使用過多線程、多進(jìn)程？

12、緊接著：多進(jìn)程間如何通信？

13、意猶未盡：Linux進(jìn)程通信方式了解嗎～?是否熟悉常用指令，比如殺死一個進(jìn)程？

14、部門介紹

我們部門（中央軟院—分布式架構(gòu)）主要是做底層架構(gòu)、深度學(xué)習(xí)框架優(yōu)化的（200人+）；另一個方向是做前沿技術(shù)探索（博士為主，少量碩士）；幾乎不會直接面向具體業(yè)務(wù)落地，還對我們部門感興趣嗎？

15、考核指標(biāo)

最后，面試官表示部門非常重視論文和專利，是主要的績效考核指標(biāo)。除了項(xiàng)目，這兩塊應(yīng)該是和算法工程師最息息相關(guān)的指標(biāo)啦。

主管三面

1、概括介紹項(xiàng)目和比賽

2、為什么選擇華為？

3、主管介紹部門研究方向

主要負(fù)責(zé)自研AI框架Mindspore開發(fā)、二階優(yōu)化等等。

華為通常沒有hr面，技術(shù)面試都通過后，就會收到面試完成、等待通知的短信。

總結(jié)：由于這個group偏向深度學(xué)習(xí)框架開發(fā)，除了常規(guī)知識點(diǎn)，面試官對并發(fā)、多進(jìn)程、二階優(yōu)化等內(nèi)容興趣濃厚。大家在面試前要好好check面試部門的研究方向，是否和自己的需求匹配。

網(wǎng)易游戲

網(wǎng)易在游戲方面還是可圈可點(diǎn)的，積累了一批忠實(shí)的擁躉。剛好7月份看到了網(wǎng)易游戲的校招sp通知，就參加了面試。

網(wǎng)易游戲主要base杭州和廣州，算法崗位的面試體驗(yàn)，用兩個詞可以完整地概括——細(xì)致、全面。

網(wǎng)易對基礎(chǔ)內(nèi)容的考察非常詳盡，面試官可能會問領(lǐng)域內(nèi)非常細(xì)微的一個知識點(diǎn)，面試前一定要做好基礎(chǔ)知識鞏固哦。

視頻一面

1、自我介紹

2、介紹text2sql項(xiàng)目，有沒有分析過badcase？

3、智能客服項(xiàng)目中，閑聊怎么落地，是否會做一些引導(dǎo)型閑聊？

4、有沒有做過基于閱讀理解的QA

5、介紹一下MRC是怎么做的，怎么抽取最終答案的start、end？

6、除了baseline，有沒有query和context間更好的建模方式

7、對于一篇長文檔（長度超過512），如何進(jìn)行建模？

8、詳細(xì)介紹Transformer-encoder、decoder

包含模塊組成、公式推理

9、decoder部分具體輸入輸出是什么

10、了解wwm（全詞掩碼）嗎，主要是解決什么問題？如何實(shí)現(xiàn)wwm？

XLNet三連：

11、XLNet是如何實(shí)現(xiàn)文本亂序的？

12、詳細(xì)XLNet中介紹query流、context流2種流機(jī)制

13、XLNet改進(jìn)了Bert什么問題

14、介紹一下tfidf，和bm25的區(qū)別？

15、tfidf對于長文檔、短文檔分別有什么影響

16、了解局部敏感哈希LSH嗎？

17、介紹一下KNN有哪些實(shí)現(xiàn)算法

18、熵和交叉熵的公式分別是什么，互信息的呢

可能是問了太多問題，到最后時間不夠用了，所以跳過了手撕代碼。

視頻二面

二面主要圍繞低資源、少數(shù)據(jù)場景下，如何完成一個任務(wù)展開。

1、數(shù)據(jù)增強(qiáng)有哪些策略，如何檢測有效

2、給定1w條訓(xùn)練集，如何判斷繼續(xù)增加訓(xùn)練樣本，模型在測試集上的表現(xiàn)是否會更好？

3、給定1000w條標(biāo)注數(shù)據(jù)，如何判斷這1000w條數(shù)據(jù)對訓(xùn)練是否有效？

從這1000w參與訓(xùn)練 / 不參與模型訓(xùn)練分別談?wù)?/span>

4、介紹一下Transoformer，為什么能并行

5、介紹一下RNN、LSTM、GRU各自優(yōu)缺點(diǎn)

6、RNN一般適用什么場景

7、模型過擬合的原因是什么，說說原理？有哪些防止過擬合的策略？

8、介紹一下模型壓縮和蒸餾

9、LN、BN有什么區(qū)別？NLP中為什么一般用LN？了解Group Normalization嗎

10、熟悉哪些機(jī)器學(xué)習(xí)模型

提到了決策樹、rf、gbdt、knn、kmeans

kmeans三連：

11、介紹一下kmeans，優(yōu)缺點(diǎn)

12、了解EM算法嗎，kmeans中哪些步驟對應(yīng)E和M？

13、EM算法的提出是為了解決什么問題？

14、介紹一下決策樹。決策樹可以用于連續(xù)的數(shù)據(jù)嗎

15、熟悉降維算法嗎（PCA、LDA）

Hr面

非常常規(guī)，詢問面試感受、手頭offer情況等。

如果同學(xué)手頭已經(jīng)有了不錯大廠的offer，可以坦誠地告訴hr。

如果還沒有任何offer，可以委婉地表示，我正在面試xx和xx公司，其中xx公司已經(jīng)走完所有流程，在等候結(jié)果。

這樣會給hr更好的印象哦！

重點(diǎn)來了！

為了幫助大家乘風(fēng)破浪，斬獲心儀的offer，我們將連載一系列的面經(jīng)錦囊。

進(jìn)度約一周更新1～2篇，歡迎持續(xù)關(guān)注哦??

---

深度學(xué)習(xí)資源下載

在NLP情報(bào)局公眾號后臺回復(fù)“三件套”，即可獲取深度學(xué)習(xí)三件套：

《PyTorch深度學(xué)習(xí)》，《Hands-on Machine Learning》，《Python深度學(xué)習(xí)》

推 薦 閱 讀

• 騰訊、百度、滴滴最新NLP算法面經(jīng)
• 2021算法阿里&騰訊&快手上岸，菜鳥小碩經(jīng)驗(yàn)分享

歡?迎?關(guān)?注 我 們

原創(chuàng)不易，有收獲的話請幫忙點(diǎn)擊分享、點(diǎn)贊、在看吧??