秋招被虐經(jīng)歷
作者 | Chevalier
整理 | NewBeeNLP
后臺(tái)回復(fù)『面試』加入討論組交流噢 
簡(jiǎn)歷背景：1個(gè)騰訊實(shí)習(xí)，4個(gè)比賽、2個(gè)項(xiàng)目，1篇CCF-A二作、1篇CCF-C一作 秋招總結(jié)：騰訊、字節(jié)offer，華為正在泡池子
字節(jié) 技術(shù)中臺(tái)
一面
算法題：刪除倒數(shù)第N個(gè)鏈表 為什么要用尖括號(hào)標(biāo)記實(shí)體，尖括號(hào)在BERT詞表中么，最好用unuse1字符 fasttext和word2vec的區(qū)別 xgboost和adaboost、GBDT、隨機(jī)森林，隨機(jī)森林如何采樣 怎么解決人工漏標(biāo)、錯(cuò)標(biāo)，NER的損失函數(shù)，關(guān)系抽取為什么用這個(gè)模型，有調(diào)研其它模型么
二面
GG
手撕 編輯距離 xgboost如何分裂，公式，樹的生成 邏輯回歸推導(dǎo) 交叉熵 softmax
字節(jié)電商
一面
邏輯回歸求導(dǎo)、均方誤差和交叉熵的區(qū)別 防止欠擬合、過擬合、梯度爆炸的方式 BERT結(jié)構(gòu)、transformer中feed forward的作用 self-attention的形式，為什么要除以根號(hào)d_k 算法題：手撕kmeans，鏈表反轉(zhuǎn)、撲克牌隨機(jī)分3堆，大小王在同一堆的概率 圖最短路徑算法
二面
比賽：為什么使用注意力機(jī)制、介紹multi sample dropout 注意力機(jī)制為什么不用多頭 矩陣相加和點(diǎn)乘 SPU海量數(shù)據(jù)查重 softmax 手撕代碼：前k個(gè)相似整數(shù)、最長(zhǎng)不重復(fù)子串
三面
比賽 實(shí)習(xí)項(xiàng)目 手撕代碼：堆排序、組成某個(gè)值的硬幣種數(shù)（回溯）、不相鄰子序列最大和
8.24 意向書
華為消費(fèi)者BG
一面
算法題：LeetCode 739 每日溫度 決策樹算法有哪些：ID3、C4.5、CART TF-IDF特征 BERT mask策略，分別的作用 多模態(tài)建模思路 上線部署時(shí)延要求，模型剪枝、模型蒸餾 transformer與LSTM相比，優(yōu)勢(shì)在哪 boosting算法的優(yōu)缺點(diǎn)
二面
實(shí)習(xí)項(xiàng)目 為什么要finetune 知識(shí)圖譜技術(shù)路線，信息抽取綜述
三面
問的問題跟HR差不多
阿里本地生活 知識(shí)圖譜
一面
實(shí)習(xí)項(xiàng)目，fusion層，下一步如何優(yōu)化，如何處理長(zhǎng)文本， 語言模型，word2vec，具體流程，損失函數(shù)，優(yōu)化算法（hierarchical softmax、negative sampling） 邏輯回歸損失函數(shù)為什么取log 模型評(píng)估，F(xiàn)1、ROC-AUC kmeans聚類，向量距離不適合用歐氏距離衡量，如何變換 CRF損失，實(shí)體識(shí)別有嘗試其他算法么，關(guān)系抽取閾值有選擇么
網(wǎng)易有道 人工智能部門
一面
介紹中文人機(jī)對(duì)話技術(shù)評(píng)測(cè)比賽，別的隊(duì)伍的優(yōu)點(diǎn) 介紹試題生成項(xiàng)目 介紹BERT、attention公式，為什么除以根號(hào)dk 介紹AAAI的論文，負(fù)責(zé)哪部分 手撕算法：最小k個(gè)數(shù)、移掉k位數(shù)字
二面
正則化有哪些 深度神經(jīng)網(wǎng)絡(luò)為什么不使用sigmoid或tanh激活函數(shù)，什么情況下可以使用 self-attention時(shí)間復(fù)雜度 手撕：循環(huán)遞增數(shù)組查找、self-attention實(shí)現(xiàn)
三面
給你一個(gè)項(xiàng)目，項(xiàng)目描述為：**********，描述下你的技術(shù)路線
百度 知識(shí)圖譜部門
一面
實(shí)習(xí) vggnet的resnet的區(qū)別，densenet transformer在哪些地方體現(xiàn)了共享和并行 比賽 項(xiàng)目 is 和 ==區(qū)別 re match 和 search range返回的是什么 python內(nèi)存管理、淺拷貝和深拷貝 如何拼接字符串最高效 手撕：二叉樹層序遍歷、連續(xù)子數(shù)組乘積最大
二面
實(shí)習(xí) 比賽 docker原理 手撕：LRU 場(chǎng)景題：給定一個(gè)文章，如何識(shí)別出所有觀點(diǎn)（一個(gè)句子），如何識(shí)別出核心觀點(diǎn)，如何識(shí)別出提出者
三面
實(shí)習(xí)項(xiàng)目背景、難點(diǎn)分析 給定一個(gè)文本，如何抽取aspect、opinion、sentiment 反問：部門規(guī)模、氛圍、交流，管理
四面
比賽負(fù)責(zé)什么，每個(gè)人的分工 情感識(shí)別的建模思路 知識(shí)圖譜：項(xiàng)目背景，有考慮意圖識(shí)別么，實(shí)體消歧，為什么用pipeline、不用joint 如果現(xiàn)在考慮的話該怎么提升模型性能 CRF和HMM的區(qū)別，HMM解決哪三個(gè)問題 CRF基于條件分布建模是什么意思，什么條件 維特比思路，解決HMM的什么問題 詞向量發(fā)展歷史：one-hot、NNLM、word2vec、glove（推導(dǎo)公式）、fasttext、ELMO、CoVE（不了解）、GPT、BERT、ERNIE（清華的不了解）、ERNIE 2.0、bert-wwm、roberta、xlnet
快手搜索推薦業(yè)務(wù)部
一面
聚類數(shù)目如何確定 ResNet主要解決什么問題 梯度消失解決方法 BN公式、交叉熵公式 transformer用的是哪種normalization，為什么不用BN 手撕：加權(quán)編輯距離
評(píng)論
圖片
表情