NLP interview

2019-08-26 17:19:58

1）聊實習項目

2）代碼題，二維數組中的查找某個target

3）講一些最能體現創新能力的工做，而不是一些工程上的實現

4）講論文能夠從哪些方面作創新點，文本生成的結果怎麼排序

5）部門是作任務型聊天機器人的

 

 

第一個開始面試的公司，一開始沒找內推，被互娛的組撈了。

3.8 一面，聊項目，而後計算機基礎(dns)，最後一道算法題，比較愉快。面完兩小時接到電話邀請二面，時間定在3.12(這裏可能時間定太晚了？)

3.12 二面，項目+一道算法，但仍是準備很少，有些東西忘了，對前沿技術討論的時候有幾個點我說的有問題，面試官評價是作的不少，基礎要多把握

3.28 一面，慣例項目介紹一波。但對方明顯對nlp和深度學習相對不是很感興趣？ 話題轉移到數學，「τ分佈是啥" "..." "極限知道嗎" 」知道點,好比求梯度求斜率的時候能夠用到「 "呵呵" 猝 轉移到基礎算法的原理，「分類，聚類xxxxxxx哪一個熟。」 「分類吧」 「哪一種」 「有哪些？」 「lr,svm,xxxxx神經網絡」 "那就神經網絡吧" "太簡單了，不問了" 猝 "xgboost和adaboost原理" "...." 疙疙瘩瘩答了一些原理。

「你對機器學習還停留在理論階段啊」 猝 .... "我找了nlp內推，若是以爲我不ok的話，就把我轉走或者灰掉吧" "我這裏瞭解你的狀況了，會處理的" 而後過一個小時變複試。。

更新： 30號晚上leader加微信，31號下午二面，晚上狀態變成已完成

 

 

1.重複數字的二分查找，找到始末位置

問了問最近兩年的騰訊廣告算法比賽有什麼不同。

問了個場景題，若是有用戶歷史的閱讀文章，怎麼作興趣點的挖掘。

問了問文本的分類算法。

問了個給一個query，怎麼找相關的文章。

匹配和檢索算法。

都有哪些方法，沒怎麼扣細節。

感受對NLP問的比較多。問了兩遍工做城市意向。

後面找了個HR，發起了個正式的流程。

 

 

內推的是本身的學長。一面的是深圳分部的同事，人很好，本身正好有一點network讓他認識了我，因此就撈了簡歷。面試內容很大一部分都是詳細問了作過的項目，包括每一步是如何實現的，想法怎麼來的。涉及到NLP的問題，問了有word2vec skip-gram的原理，negative sampling怎麼作，爲何這麼作，如何加速word2vec的訓練。attention的機制，lstm和gru的原理，爲何能夠解決梯度消失的問題。以及對於我作的一個跨語言情感分析的項目，還詳細問了如何區分並提取每一個語言不一樣的特徵以及共同的特徵。問了大約1h就說會盡快安排二面。

二面是同一天的晚上，是來自美國分部的同事，重點問了我以前發表論文的課題，包括我在其中負責的部分，對於時序數據的處理等。具體涉及NLP的問題，問了防止過擬合的作法，dropout的原理，batch normalization的原理，maxout激活函數的原理，由於我最近的課題用了Attent is all you need裏的position embedding和Multihead的作法，他也詳細問了各個步驟和原理，由於是晚上比較晚開始的面試，因此問了半小時就結束了。

hr面是次日的晚上七點好像是，也是深圳的同事，問了簡歷中暑期科研的課題，個人背景，本身但願的工做地點這樣。

然而等offer等了11天。。雖然中間有清明，可是流程仍是過了好久。

 

• 一面：
  • 項目介紹；
  • viterbi解碼原理，code；beamsearch；
  • 代碼：一道hash的題，忘了；
• 二面：
  • 項目介紹；
  • BN介紹(爲何加速收斂，從SGD更新角度和weight scale角度)，dropout介紹，訓練測試差別；
  • 代碼：二分查找的題，絕對值；
• 三面(總監)：
  • 聊項目；