【面试招聘】双非渣硕的秋招路
NewBeeNLP原創(chuàng)出品
作者?|?帶帶大兄弟
寫在前面
雙非渣碩，0實(shí)習(xí)，3篇水文，三個(gè)給老板當(dāng)打工仔的nlp橫向項(xiàng)目，八月份開始準(zhǔn)備秋招，糾結(jié)開發(fā)還是算法，開發(fā)的話菜而自知，算法也是菜而自知，最后還是頭鐵NLP算法。
秋招進(jìn)度：投遞150+，筆試50+，面試30+，offer 2，只求當(dāng)咸魚，基本躺平了
下面是我的部分面經(jīng)記錄，希望對后來人有幫助?
58同城
找了在58NLP工作的本科同學(xué)內(nèi)推，估計(jì)HR給忘了，第一批沒內(nèi)推上，只趕上了第二批筆試，當(dāng)時(shí)已經(jīng)開獎(jiǎng)了好多人了，感覺坑位不多。
一面
自我介紹
今后的事業(yè)規(guī)劃、研究方向
項(xiàng)目1：為什么選擇這種模型，有嘗試過其他模型嗎
BERT的優(yōu)缺點(diǎn)
PTM都了解哪些，BERT與GPT區(qū)別
單項(xiàng)與雙向在實(shí)際訓(xùn)練時(shí)有差別嗎
bert的mask會(huì)帶來什么缺點(diǎn)嗎
項(xiàng)目2：句對匹配任務(wù)
每次查詢都要與庫里所有的數(shù)據(jù)做計(jì)算，有考慮過優(yōu)化么
手撕代碼 ：
經(jīng)典DP
判斷兩個(gè)鏈表是否相交
ps：沒給反問機(jī)會(huì)
二面
自我介紹
挑一個(gè)比較重點(diǎn)的項(xiàng)目開講
知識(shí)庫有多大，數(shù)據(jù)是分層存儲(chǔ)的嗎
數(shù)據(jù)是如何收集的
問題會(huì)有子問題嗎
準(zhǔn)確率怎么驗(yàn)證的
效果會(huì)跟數(shù)據(jù)集有關(guān)系嗎
sentence pair怎么改進(jìn)的
CNN與RNN的區(qū)別
Transformer原理
注意力機(jī)制有哪些種類，本身原理上起了什么作用
怎么解決過擬合問題
BN在原理上怎么解決過擬合
常用損失函數(shù)有哪些
回歸問題主要用哪些損失函數(shù)
隱馬爾可夫了解么
數(shù)據(jù)不平衡怎么處理
數(shù)據(jù)不平衡的損失函數(shù)有哪些
交叉熵是什么原理
系統(tǒng)搭建怎么搭建的
項(xiàng)目3介紹
評價(jià)體系是什么
詞向量有哪些方法
分詞了解么
工作上的規(guī)劃，地點(diǎn)有選擇嗎
工程上的開發(fā)與落地有經(jīng)驗(yàn)嗎
知識(shí)蒸餾是什么，通過什么方式來簡化，比如albert，具體原理是什么
HR面
經(jīng)典HR問題
反問新人培養(yǎng)機(jī)制
貝殼
一面
LDA基礎(chǔ)知識(shí)
LSTM梯度消失/爆炸
等等
二面
自我介紹
項(xiàng)目介紹
LDA主題數(shù)目確定
Gibbs采樣和變分推斷
GIbbs優(yōu)化目標(biāo)是什么
Gibbs采樣與變分推斷的優(yōu)缺點(diǎn)
常用的模型（LSTM+BERT），訓(xùn)練語料
BERT原理
Bert與LSTM比較
樣本不平衡的處理方法
了解NER么
統(tǒng)計(jì)類模型了解么 ?陰馬
編程語言用什么，C++會(huì)么
embedding的方法（word2vec \glove\ fasttext）
glove 與word2vec的區(qū)別
LR，SVM與XGboost了解么，介紹一下
GBDT，Xgboost的區(qū)別，Xgboost分布式計(jì)算是計(jì)算什么
代碼：寫快排
HR面
說一個(gè)印象最深的項(xiàng)目，收獲
今后還做這個(gè)方向么
目前關(guān)注的公司
對貝殼了解么
可以實(shí)習(xí)么
在哪個(gè)校區(qū)
反問（兩周之內(nèi)給結(jié)果）
依圖
一面
新加坡部門跨國面試
是保研嗎
項(xiàng)目
BERT為什么有效，與其他模型相比呢
Transformer優(yōu)點(diǎn)
數(shù)據(jù)源如何來的，數(shù)據(jù)更新如何解決
embedding方式有哪些
word2vec訓(xùn)練時(shí)出現(xiàn)過問題嗎，比如訓(xùn)練后的詞之間的相似性不準(zhǔn)
爬蟲框架用過哪些
手撕代碼
手寫字典樹
二叉樹的遍歷 遞歸非遞歸
二面
自我介紹
項(xiàng)目
粗篩能過濾多少數(shù)據(jù)
評測過第一步的性能么
BERT原理，
正則化是什么，LN是什么，作用是什么
過擬合手段有哪些
Dropout原理
hyperscan的原理是什么
模型預(yù)測錯(cuò)誤的數(shù)據(jù)，為什么會(huì)錯(cuò)，分析過么
sentence pairs模型中，為什么不直接用score排序
為什么要選用這種模型
自定義損失函數(shù)是什么，為什么要用這個(gè)
手撕代碼，leetcode.33
尾巴
回顧整個(gè)秋招歷程，當(dāng)時(shí)選擇方向的時(shí)候，權(quán)衡利弊還是選擇了算法崗，雖然 學(xué)歷不如 雙一流大佬，論文比不上A會(huì)學(xué)霸，但還是決定曲線救國，從項(xiàng)目方面入手，算法研究不行我就從算法落地方向找突破口，整個(gè)簡歷都是圍繞著項(xiàng)目展開的，面試過程也盡量把面試官往項(xiàng)目上引，后期的幾個(gè)面試也基本都是一個(gè)項(xiàng)目扣半個(gè)多小時(shí)，扣著扣著就到時(shí)了。
最后祝大家都能拿到自己想要的offer！！！！！過程雖然很曲折，但結(jié)果一定是美好的！！！
往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機(jī)器學(xué)習(xí)在線手冊深度學(xué)習(xí)筆記專輯《統(tǒng)計(jì)學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯獲取一折本站知識(shí)星球優(yōu)惠券，復(fù)制鏈接直接打開：
https://t.zsxq.com/y7uvZF6
本站qq群704220115。
加入微信群請掃碼：
總結(jié)
以上是生活随笔為你收集整理的【面试招聘】双非渣硕的秋招路的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 百度AI快车道南京站来了！接力魔都，继续
- 下一篇： 【CV】多目标跟踪：监控领域你必须要了解