NLP算法岗——秋招被虐经历

矫情吗；* 2022-09-14 00:22 140阅读 0赞

> 作者 | Chevalier
> 
> 整理 | NewBeeNLP

*  **简历背景**：1个腾讯实习，4个比赛、2个项目，1篇CCF-A二作、1篇CCF-C一作
 *  **秋招总结**：腾讯、字节offer，华为正在泡池子

## 字节 技术中台 ##

#### 一面 ####

*  算法题：删除倒数第N个链表
 *  为什么要用尖括号标记实体，尖括号在BERT词表中么，最好用unuse1字符
 *  fasttext和word2vec的区别
 *  xgboost和adaboost、GBDT、随机森林，随机森林如何采样
 *  怎么解决人工漏标、错标，NER的损失函数，关系抽取为什么用这个模型，有调研其它模型么

#### 二面 ####

*  手撕 编辑距离
 *  xgboost如何分裂，公式，树的生成
 *  逻辑回归推导
 *  交叉熵
 *  softmax

## 字节电商 ##

#### 一面 ####

*  逻辑回归求导、均方误差和交叉熵的区别
 *  防止欠拟合、过拟合、梯度爆炸的方式
 *  BERT结构、transformer中feed forward的作用
 *  self-attention的形式，为什么要除以根号d\_k
 *  算法题：手撕kmeans，链表反转、扑克牌随机分3堆，大小王在同一堆的概率
 *  图最短路径算法

#### 二面 ####

*  比赛：为什么使用注意力机制、介绍multi sample dropout
 *  注意力机制为什么不用多头
 *  矩阵相加和点乘
 *  SPU海量数据查重
 *  softmax
 *  手撕代码：前k个相似整数、最长不重复子串

#### 三面 ####

*  比赛
 *  实习项目
 *  手撕代码：堆排序、组成某个值的硬币种数（回溯）、不相邻子序列最大和

8.24 意向书

## 华为消费者BG ##

#### 一面 ####

*  算法题：LeetCode 739 每日温度
 *  决策树算法有哪些：ID3、C4.5、CART
 *  TF-IDF特征
 *  BERT mask策略，分别的作用
 *  多模态建模思路
 *  上线部署时延要求，模型剪枝、模型蒸馏
 *  transformer与LSTM相比，优势在哪
 *  boosting算法的优缺点

#### 二面 ####

*  实习项目
 *  为什么要finetune
 *  知识图谱技术路线，信息抽取综述

#### 三面 ####

问的问题跟HR差不多

## 阿里本地生活 知识图谱 ##

#### 一面 ####

*  实习项目，fusion层，下一步如何优化，如何处理长文本，
 *  语言模型，word2vec，具体流程，损失函数，优化算法（hierarchical softmax、negative sampling）
 *  逻辑回归损失函数为什么取log
 *  模型评估，F1、ROC-AUC
 *  kmeans聚类，向量距离不适合用欧氏距离衡量，如何变换
 *  CRF损失，实体识别有尝试其他算法么，关系抽取阈值有选择么

## 网易有道 人工智能部门 ##

#### 一面 ####

*  介绍中文人机对话技术评测比赛，别的队伍的优点
 *  介绍试题生成项目
 *  介绍BERT、attention公式，为什么除以根号dk
 *  介绍AAAI的论文，负责哪部分
 *  手撕算法：最小k个数、移掉k位数字

#### 二面 ####

*  正则化有哪些
 *  深度神经网络为什么不使用sigmoid或tanh激活函数，什么情况下可以使用
 *  self-attention时间复杂度
 *  手撕：循环递增数组查找、self-attention实现

#### 三面 ####

*  给你一个项目，项目描述为：\*\*\*\*\*\*\*\*\*\*，描述下你的技术路线

## 百度 知识图谱部门 ##

#### 一面 ####

*  实习
 *  vggnet的resnet的区别，densenet
 *  transformer在哪些地方体现了共享和并行
 *  比赛
 *  项目
 *  is 和 ==区别
 *  re match 和 search
 *  range返回的是什么
 *  python内存管理、浅拷贝和深拷贝
 *  如何拼接字符串最高效
 *  手撕：二叉树层序遍历、连续子数组乘积最大

#### 二面 ####

*  实习
 *  比赛
 *  docker原理
 *  手撕：LRU
 *  场景题：给定一个文章，如何识别出所有观点（一个句子），如何识别出核心观点，如何识别出提出者

#### 三面 ####

*  实习项目背景、难点分析
 *  给定一个文本，如何抽取aspect、opinion、sentiment
 *  反问：部门规模、氛围、交流，管理

#### 四面 ####

*  比赛负责什么，每个人的分工
 *  情感识别的建模思路
 *  知识图谱：项目背景，有考虑意图识别么，实体消歧，为什么用pipeline、不用joint
 *  如果现在考虑的话该怎么提升模型性能
 *  CRF和HMM的区别，HMM解决哪三个问题
 *  CRF基于条件分布建模是什么意思，什么条件
 *  维特比思路，解决HMM的什么问题
 *  词向量发展历史：one-hot、NNLM、word2vec、glove（推导公式）、fasttext、ELMO、CoVE（不了解）、GPT、BERT、ERNIE（清华的不了解）、ERNIE 2.0、bert-wwm、roberta、xlnet

## 快手搜索推荐业务部 ##

#### 一面 ####

*  聚类数目如何确定
 *  ResNet主要解决什么问题
 *  梯度消失解决方法
 *  BN公式、交叉熵公式
 *  transformer用的是哪种normalization，为什么不用BN
 *  手撕：加权编辑距离