北京百度自然语言处理工程师面试经验

打电话过来，问了挺多的问题，包括L1范数和L2范数区别，各个监督学习非监督学习算法等等。 现在等下周一面试了。

我是10月22号下午2点场的，在前台领了面试编号后，就在那儿排队了，不得不说，旁边也有计算机视觉、前端的，还是机器学习/NLP的面试人数最多，心里还是有点小紧张的。 等了大概20分钟后，就轮到我面试了，百度的面试地方，看着像是他们公司的一个大食堂，进去之后，乌压压的一片，全是一对一面试的，我还算比较幸运，被分到了一个小姐姐来面试我。刚开始小姐姐让我先等一会儿，貌似是在记录上一个人的面试结果。差不多5分钟之后，小姐姐说，咱们开始吧。面试的具体流程如下：小姐姐先让我做了一个简单的自我介绍，巴拉巴拉了1-2分钟，然后说咱们考下编码能力吧，你写下二叉树的深度遍历和层次遍历，这个过程大概持续了有10分钟左右，期间小姐姐一直在看我的简历，还没等我写完，小姐姐拿过去看了看，然后我就把大致的思路说了下。 接下来，就是看着我简历上的项目问了，小姐姐问的很细，比如说：把你这个项目介绍一下，这个项目用到了什么技术，你这个地方怎么做的？有没有更好的实现技术等等之类的问题，问了很多。 最后还是跪在一面了，总而言之，我觉得这次面试失败的经历主要由以下两点：1.面试准备的不足，因为我面试的上一周也有面试机器学习/自然语言处理的，看网上的面经，说是问了好多手写代码的问题，然后复习方向就偏了，忽略了自己简历上的东西;2.还是感觉自己项目实践经验太少，应该多做这方面的研究和编码实践。

1.讲一下项目，LDA模型 2.java动态静态方法 3.开放题： （1）如何看判断两个词的相关度 （2）如果两个词没有共现过呢： 4.项目中有没有用到聚类分类的方法 5.如果SVM线性不可分了怎么办？

一面 编程和算法 不是很复杂二面 介绍了下自己之前实习做过的一个hmm相关的项目 面试官提了一些相关的问题

整体来看，百度非常重视基础、算法、思维和代码能力。一技术面，一面让介绍了项目经历，主要是算法的考察，要求写了几个算法； 二面技术面，主要讲了项目经历，我之前在做一个智能问答的算法，问了怎么做Embedding，LSTM的Attention怎么搞，输入输出尺寸，问的非常详细，说要考察对于算法的理解；二面也让写了算法；三面应该是个高T，既问了技术，又考察了具体搜索中可能存在的问题，要求给出解决方案； 三面也写了算法。提问算法题的时候，都提问了算法时间复杂度和空间复杂度。

一面写了个非递归的树中序遍历二面聊了下基本的机器学习方法，以及当时在ALIBABA的实习经历，项目经历三面扔了篇英文论文给我看，3、4页的论文，大概十几分钟左右看完了问你基本思路是什么