2019年8月26日

360面試 8月26日

一面：小姐姐

RNN和LSTM的區別

LSTM會不會形成梯度爆炸，如何解決

文本分類的項目

算法題：手寫一個keras文本分類模型，使用Embedding,BiLSTM,Dense，設置Embedding的預訓練詞向量權重

fasttext瞭解嗎，講一下fasttext和word2vec的區別

用過1x1卷積嗎，何時用，有什麼做用（等價於全鏈接層，做用是通道聚合和變換）

二面：小姐姐

講一下對話系統的項目

• 使用場景（業務描述）
• 初步模型
• 改進模型

召回怎麼作的，爲何不用深度學習作法

• 數據量比較小，使用深度學習可能效果很差

大數據排序

• 數據重複使用bitmap
• 能夠使用多路歸併排序，小頂堆的作法，mapreduce的思路

算法題：寫一個堆排序和歸併排序

用過hadoop嗎，spark呢，有用在實際場景中嗎

講一下文本分類的比賽，數據是怎樣的，你是如何優化的

講一下word2vec，損失函數，負採樣怎麼作的，手寫過word2vec嗎

有一個數據量不多的項目，須要作一些文本數據加強，你有作過嗎，用過哪些方

用什麼框架寫代碼，爲何用

tf的palceholder的做用（靜態圖，佔位符，減小op和開銷）

實習作的內容，你作了哪些工做

三面：HR小姐姐

自我介紹

性格

拿到了哪些offer

怎麼選擇offer

拿到offer後能不能來實習 有什麼問題要問的