自然语言处理面试

主要分3面，第一面手写算法题。第二面是部门主管面，第三面是VP面。手写算法题一共考了3道，难度逐渐增大，但给的时间比较充裕，面试官也比较耐心。可以在白板上一起讨论一下。之后直接是部门主管面，部门主管主要聊一些业务方向和个人发展的问题。VP面聊的比较开，偶尔也会问一下技术。总体感觉时间长，节奏紧，但是面试过程中不会太push。感觉挺好的。...查看更多

面的机器学习（自然语言处理）实习技术面两面，一面对项目挖掘比较深，简历里面写过的基本都问了，同时在项目基础上问了一些nlp八股，最后写了一道算法题，同时问了一些输入是否需要特殊处理的问题；二面是技术总监面，主要也是挖项目，同时做了一些场景题和智力题，难度还可以。三面主要是主管问实习时间和实习的期望等等。...查看更多

一共面了两轮，每轮一个小时左右，整体难度不大。第一轮面试很愉快，coding数据结构算法公式推导和面试官聊的很欢，整体没什么问题，偶尔因为口误表述错误也能够稍微简单沟通来讲清楚。 第二轮面试是真的把我**到了，挂就挂在二面，首先贵公司的面试官，还是二面怎么都找个资历深一点的人来吧，偏偏让我碰上的就是一个很fashion背带裤大框眼睛、皮肤比小姑娘还好，说实话这种一般我都称之为**，而且这种技术人会被人鄙视的您知道吗（希望您能看到我的反馈）。重点来了，先问fasttext，我讲了怎么训练，优缺点，但是说清楚自己是下载的pretrain的embedding，面试官就开始了（说实话您是学这个的吗，确定不是一名影视从业者？），首先表现出很惊讶，并开始diss我，反复问我为什么不自己训练词向量，从这会我就感觉这家伙对我感觉不大对； 第二个问题是textcnn，答的还算中规中矩；第三个是attention，selfattention，multiheadattention，我答了一会然后他突然冒出个问题来：多头attention会给模型带来哪方面的提升，我通过类比CNN多个kernal从文本中并行地提取出特征来解释多头attention，面试官反问道：CNN是downsampling（？），但是多头肯定会增加参数，当时我立马发现了他的逻辑漏洞反驳道：即便真如你所说在cnn中能够降低特征的参数，但是当你添加一个CNN那也是参数增加的，您得知道多头还没到block那层呢（当时他没有继续反驳我）。 最后一个问题是手写朴素贝叶斯做个文本分类，最气的来了，我敢用任何担保我用不超过十分钟的时间写完了，最后的评价是用的时间长？另外在我解释的时候，先验说对了，当时紧张条件概率也说成了先验，后验计算对了，评价居然是；关键概念不清楚？就因为我口误把条件概率说错了，而且当时解释还被面试官打断了。 最终挂在二面，其他都还行，二面的体验真的差，建议该公司找资历深一点的来进行面试不然对于这种很多非形式化的内容，刚工作的人都觉得自己的理解是对的，说句实话，全程让写题估计就能让他们闭嘴吧，以及您给的评价敢当着我的面念给我听吗？我一定不会打你脸打的太惨。想想也是算了算了，碰到这种面试官，权当做是陪逗比聊天吧。 ...查看更多