AT暑期实习一面跪经

全部NLP+机器学习岗位

腾讯TEG

面试过程：

先自我介绍，很温和。

然后开始问第一个项目，介绍项目

中间穿插问：LSTM 了解吗，说一下；LSTM算法复杂度是RNN的几倍（我说常数倍 3 还是4倍）；为什么要LSTM--梯度下降；为什么会梯度下降？

这个部分介绍的还行，然后自我介绍说到自己正在学c++，面试官问 指针和引用的区别？

1亿个数，找出1000个最大的。内存什么的也没说。    直接吃进去堆咯，但是这个地方犯了一个严重的错误，居然把float类型和double类型的长度都记成64位了。。

让我问问题  简单的问了一个问题就算了，因为答得太差了。

总结：算法基础很差，语言基础很差，挂你没商量

腾讯手游：

找了一个人把我捞上来的，好像这个是单招的，没有走正常校招的通道。

自我介绍

问了第二个 医学文本分类的项目，因为团队主要是做垃圾文本识别的东西的。

SVM原理？如何做的清洗？如何提取的特征？如何扩展的特征？最终的表现如何？

问了一个算法题 忘记了

malloc和new的区别

问了一个概率题，没想出来 忘记了。

总结：不算很对口，另外自己不懂的东西，别瞎说。无意中提到了可以用朴素贝叶斯来做垃圾邮件分类，结果自己想不起来具体是怎么做的了，一个大坑尴尬收场。

阿里菜鸟：

可能投了有点迟，同时阿里的简历填的有问题，项目什么东西没有充分体现，他们似乎不看纸质简历。

主要Kaggle比赛，如何预处理，如何提取特征，如何搭建模型。

这个部分比较多的准备，虽然比赛的排名不好400/2400这样，但是基本的问题都回答出来，然后表现的也还好。

LSTM原理？XGB原理？LR原理？没有问的很深（大概这里除了问题吧）

HMM和crf原理（没看过抱歉。。）

面试官人真的很好，说到这些东西如果你要做 一定要很熟悉很熟悉，同时要补充知识。

又问了实习时间 又问了女朋友在哪 又说了下面的面试可能很紧凑要保证通话顺畅。

我还以为这是比较稳了，毕竟这次面试表现的有进步。

一周后显示已回绝，大概这就是套路吧，面试官人很好也不能忘了自己基础还很差这个事实！

这一个阶段的展现就是：

1. 算法基础要加强！（美团 网易什么的笔试应该都没戏）

2. 不懂的东西不要说！

3. 机器学习方面的知识要更牢固，别人问 要能完全的说出基本的算法思路，而不是仅仅停在思想上，要有自己的理解+和自己项目的结合经历！

4. 背诵题上花了太多时间了，这是不必要的。