2018-2019互联网大厂算法/深度学习/NLP面试笔记

最新推荐文章于 2024-05-03 23:41:06 发布
最新推荐文章于 2024-05-03 23:41:06 发布
阅读量467 收藏 1
点赞数

640?wx_fmt=gif

向AI转型的程序员都关注了这个号👇👇👇

机器学习AI算法工程  公众号： datayx




640?wx_fmt=png



完整版笔试题下载地址：

关注微信公众号 datayx  然后回复 面试  即可获取。


头条/字节跳动-深度学习/NLP 方向

一面

  • 自我介绍

  • 聊项目

  • 深度学习基本问题

  • 【算法】手写 K-Means

    磕磕绊绊算是写出来一个框架，内部细节全是问题，面试官比较宽容，勉强算过了


二面

  • 自我介绍

  • 聊项目

  • 深度学习基本问题

  • 【算法】找数组中前 k 大的数字

    我说了两个思路：最小堆和快排中的 partition 方法；让我选一个实现，我选的堆方法，然后又让我实现调整堆的方法


三面

  • 自我介绍

  • 为什么会出现梯度消失和梯度爆炸

    • 分别说了下前馈网络和 RNN 出现梯度消失的情况

  • 有哪些解决方法

    • 因为提到了残差和门机制，所以又问

    • 分别说下它们为什么能缓解梯度消失

    • 因为说残差的时候提到了 ResNet，让我介绍下 ResNet（没用过，随便说了几句）

  • 其他加速网络收敛的方法（除了残差和门机制）

    • 我从优化方法的角度说了一点（SGB 的改进：动量方法、Adam）

    • 提示我 BN，然后我就把 BN 的做法说了一下

    • 然后问 BN 为什么能加速网络的收敛（从数据分布的角度随便说了几句）

  • 传统的机器学习方法（简历上写用过 GBDT）

    • 简单介绍下 XGBoost

    • CART 树怎么选择切分点（基尼系数）

    • 基尼系数的动机、原理（不会）

  • 【算法】直方图蓄水问题

    LeetCode 42. 接雨水；

    当时太紧张没想出 O(N) 解法，面试一结束就想出来了，哎

    • 附 AC 代码

      class Solution {public:
    int trap(vector<int>& H) {        int n = H.size();
        
        vector<int> dp_fw(H);
        vector<int> dp_bw(H);        
        for(int i=1; i<n; i++)      // 记录每个位置左边的最高点
            dp_fw[i] = max(dp_fw[i-1], dp_fw[i]);        
        for(int i=n-2; i>=0; i--)   // 记录每个位置右边的最高点
            dp_bw[i] = max(dp_bw[i+1], dp_bw[i]);        
        int ret = 0;        for (int i=1; i<n-1; i++)  // 取两侧较矮的点
            ret += min(dp_fw[i], dp_bw[i]) - H[i];        
        return ret;
    }
};


四面（非加面）

因为流程出了问题，其实还是三面

  • 【算法】和为 K 的连续子数组，返回首尾位置

    LeetCode 560. 和为K的子数组

    很熟悉的题，但就是没想出来；然后面试官降低了难度，数组改成有序且为正整数，用双指针勉强写了出来；但是边界判断有问题，被指了出来；然后又问无序的情况或者有负数的情况能不能也用双指针做，尬聊了几分钟，没说出个所以然。

  • 如何无监督的学习句子表示

    • 我说 Self-Attention

    • 让我把公式写出来，因为写的不清楚，让我写原始的 Attention

    • 然后问怎么训练，损失函数是什么（没说出来，除了词向量我基本没碰过无监督任务，而且我认为词向量也算不上无监督...）

  • 如何无监督的学习一个短视频的特征表示

    • 抽取关键帧，然后通过 ResNet 等模型对每一帧转化为特征表示，然后对各帧的特征向量做拼接或者直接保存为二维特征（瞎说的，别说视频，我连图像都没做过）


今日头条-算法工程师-实习

6.14今日头条算法工程师实习生_笔经面经_牛客网

一面

  1. 自我介绍；

  2. 二分查找；

    Algorithm_for_Interview/常用子函数/二分查找模板.hpp

  3. 判断链表是否有环；

    Algorithm_for_Interview/链表/链表中环的入口结点.hpp

  4. 将数组元素划分成两部分，使两部分和的差最小，数组顺序可变；

    Algorithm_for_Interview/查找与排序/暴力搜索_划分数组使和之差最小.hpp

  5. 智力题，在一个圆环上随机添加3个点，三个点组成一个锐角三角形的概率；

    ../数学问题/#1

  6. 推导逻辑斯蒂回归、线性支持向量机算法；

    ../机器学习/逻辑斯蒂回归推导

    ../机器学习/线性支持向量机推导


二面

  1. 在一个圆环上随机添加3点，三个点组成一个锐角三角形的概率；

  2. 用积分计算上述概率；

  3. 用程序解决上述问题

    多次采样求概率，关键是如何判断采样的三个点能否构成锐角三角形，不同的抽象会带来不同的复杂度。

    最直接的想法是，根据边长关系，此时需要采样三个 x 坐标值，相应的 y 坐标通过计算得出，然后计算三边长度，再判断，循环以上过程，计算形成锐角的比例。

    更简单的，根据 ../数学/#1 中提到的简单思路，原问题可以等价于“抛两次硬币，求两次均为正面的概率”——此时，只需要采样两个(0, 1)之间的值，当两个值都小于 0.5 意味着能构成锐角三角形。

  4. 深度学习，推导反向传播算法，知道什么激活函数，不用激活函数会怎么样，ROC与precesion/recall评估模型的手段有何区别，什么情况下应该用哪一种？深度学习如何参数初始化？

    ../深度学习/反向传播算法

    ../深度学习/激活函数

    ../深度学习/参数初始化

  5. 介绍kaggle项目，titanic，用到了哪些框架，用到了哪些算法；


三面

  1. 自我介绍；

  2. 分层遍历二叉树，相邻层的遍历方向相反，如第一层从左到右遍历，下一层从右向左遍历；

  3. 介绍AdaBoost算法；

  4. 介绍梯度下降，随机梯度下降

    ../深度学习/梯度下降法

  5. 写出逻辑斯蒂回归的损失函数；

  6. C++，虚函数，虚析构函数。

2019 美团 AI - NLP 提前批




2019美团AI算法提前批面试经验_笔经面经_牛客网

一面（NLP平台）

论文/项目相关

  • 意图识别数据怎么标注

  • 怎么样做实体抽取

  • 怎样进行 aspect-level 情感分析

  • 模型中增强学习的 reward 如何设计的；为什么这样设计

一面（广告平台）

论文/项目相关

  • seq2seq 中 scheduled sampling 如何做的

  • RL部分训练过程中数据集如何构造

  • 如何防止过拟合，你都采用了哪些方法，还有哪些你没有用到的方法

    深度学习/正则化

  • 【编程题】给定整数n，求离根号n最近的整数。

    二分查找最优解模板

二面（广告）

论文/项目相关

  • RL + Seq2seq相关问题

    • Seq2seq怎样和RL结合，这里的action与state都是什么

    • 如何设计reward，为什么选取这样的reward

    • 具体训练流程是怎样的

深度学习相关

  • BiLSTM 相比 LSTM有哪些 case 上的提升

  • Attention 是如何加的取得了哪些效果的提升

  • 能介绍几个传统的机器学习模型吗，列举了：决策树，SVM, RF等

    • 具体说明一下决策树如何划分，写出相应的公式

    • 具体解释一下RF

  • 【编程题】类似求一个旋转数组的拐点位置

    二分查找；153. 寻找旋转排序数组中的最小值 - LeetCode



拼多多 180722 笔试

共 4 道编程题

1. 数组中的最长山谷

问题描述：LeetCode 845. 数组中的最长山脉

  • 原题是找山脉，这里改成了山谷

    示例：
    输入：
        [4,3,2,5,3,1,4,8]
    输出：
        5
    说明：
        [5,3,1,4,8]

  • “坑”点说明

    • 输入就是字符串 "[4,3,2,5,3,1,4,8]" 包括括号和标点

    • 问题是，直接返回 0 也有 20% 的正确率，导致我一直没想到是输入上的问题，直到最后都卡在 20%

  • 建议所有需要处理字符串的问题，都使用 Python，这里只要 A = eval(input()) 就完事了；而 C++ 如果不熟悉 STL 的话，处理输入都比题目本身难了

  • 思路：暴力枚举；看代码更直观

  • C++ 代码 [code]（没做输入处理）

2. 字符串构造

  • 问题描述

    一个长串由一个字串循环构成，即 s[i]=t[i%n]，比如 "abcabc" 由 "abc" 构成

注意："abcabcab" 也是由 "abc" 构成的，答题时没注意这个又只过了一部分

*建议使用 Python 解决字符串相关问题

  • 思路：暴力枚举前缀

  • Python 代码 [code]

3. 到达指定位置

  • 题目描述：Leetcode 754. 到达终点数字

  • 数学题

  • 思路：一道乐视网的面试题，求解答？ - 知乎

  • C++ 代码 [code]


4. 靓号

  • 问题描述

    A 国的手机号码由且仅由 N 位十进制数(0-9)组成，可以有前导 0，比如 000123456。一个手机号码中至少有 K 位数相同则被定义为靓号（不要求连续）。
如果想把自己的手机号修改为一个靓号，修改一个数字的金额为新数字与旧数字之间的差的绝对值，比如 1 修改为 6 或 6 修改为 1 都要花 5 块钱。
求对给定手机号，修改为靓号最少要花的钱数以及新的号码（如果有多个，输出字典序最小的）。

输入：
    第一行包含两个整数 N 和 K，分别表示 手机号码的位数和靓号要求的位数
    第二行为 N 个数字，数字之间没有空白符

    数据范围 2 <= K <= N <= 10000

示例：
    输入：
        6 5
        785785
    输出：
        4
        777577
    说明: 777577 比 777775 字典序小

  • 思路：

    统计每个数字出现次数counter，以每个数字为基准，按照与基准差值对counter排序，优先替换差值小的数字；关于字典序的问题，如果替换的数比基准大则从前向后替换，如果替换的数比基准大，则从后向前替换，得到的就是字典序最小的字符串，时间复杂度O(n)



阅读过本文的人还看了以下：









不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加： datayx  

640?wx_fmt=jpeg

长按图片，识别二维码，点关注



640?wx_fmt=jpeg



datayx
关注
2022年大厂nlp算法面试真题
机器学习深度学习业余选手
08-05 747
2022年大厂nlp算法面试真题
大厂必考深度学习算法面试题总结
专注计算机视觉算法训练，算法优化部署以及SDK开发的知识分享。
09-08 822
内容包含深度学习常见的面试题。
这份算法攻略，我拿到了5个大厂的offer
yes
10-21 3777
我持续在 LeetCode 刷算法题将近有一年半的时间了，这一年半以来我对算法的看法改变了很多，但是实话实说支持我前进的还是面试。 在之前的文章提到过我是面试驱动型选手，我享受面试官问我啥我都嘴角一翘微微一笑的那种不羁，而近年来算法在面试中的比重越来越大，所以我花了很大的精力去攻克算法这道难关，确实有点难。 我不是天赋型选手，甚至觉得自己有点蠢，在刷题的过程中经常被各种打击，最夸张的就是同一道题刷了 4 次，过一段时间去写还是不会，从下面的这些草.
算法/深度学习/NLP面试题目
luojiaao的博客
09-26 2006
https://github.com/imhuay/Algorithm_Interview_Notes-Chinese
大厂必考深度学习面试题及参考答案
weixin_40920183的博客
01-30 2872
目录一，滤波器与卷积核二，卷积层和池化输出大小计算2.1，CNN 中术语解释2.2，卷积输出大小计算（简化型）2.3，理解边界效应与填充 padding参考资料三，深度学习框架的张量形状格式四，Pytorch 、Keras 的池化层函数理解4.1，torch.nn.MaxPool2d4.2，keras.layers.MaxPooling2D五，Pytorch 和 Keras 的卷积层函数理解5.1...
Android开发还不会这些？一篇文章教你搞定计算机网络面试，使用指南
Sunbuyi的博客
12-24 329
前言 跳槽容易，但想拿大厂的offer可不那么容易。很多小伙伴一直叨叨要跳槽，大大小小的公司面试了很多，但却很难拿到一个满意的offer，要么package太低，要么就是面试被虐。经过多次面试失利之后，方能明白什么叫基础不牢，地动山摇。面试官随便针对一个知识点深入考察一下，就回答不出来，这样还怎么能通过面试？ 那么大厂到底面试到底需要哪些技术功底呢？这个就多了，不同公司的技术要求也不一样，但是相同的点在于，大公司对于技术的要求都不会很表面，必然会在一定广度的基础上要求有一定的深度。 快看看下面这些面试真题
Awesome-AI-algorithm:人工智能算法方面的综合资料合集
05-09
Awesome-AI-algorithm 人工智能算法方面的综合资料合集:包括求职面试、机器学习、深度学习、强化学习等方面的资料和代码（持续更新中） 近期将更新一大波互联网大厂实习内推、校招相关...算法/深度学习/NLP面试笔记 Git
2024年深度学习在NLP领域的进展和趋势，2024年最新蚂蚁金服三面面试什么
2301_79987255的博客
04-18 479
自动摘要和自动翻译是NLP中首要的任务，目前主要有2中方法：基于抽取的方法，从原文中抽取最重要的片段；基于抽象的方法，通过生成摘要。之前基于抽取的方法处于主流地位，由于更为简单的缘故。去年，基于RNN模型在文本生成中取得了不可思议的效果，尤其是在断文本的输入和输出，但是在长文本中却取得很差的结果。提出了一种神经网络模型克服了这个局限性。如下图所示，结果是令人振奋的。作者使用biLSTM对输入进行编码，然后使用LSTM解码生成输出。
这份GitHub万星的机器学习算法面试大全请收下_algorithm_interview_notes-chinese
最新发布
2401_84692513的博客
05-03 589
Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
零基础到秋招上岸互联网大厂算法岗经验
juanjuanyou的博客
11-24 2450
大家好，我是菜菜卷。 关于是想从事算法岗还是其他岗位，我不做劝退也不做劝进，大家可以根据我另一篇帖子：跨专业秋招上岸大厂cv算法岗学长浅谈岗位选择决定以后想做的方向，本文仅分享一下关于上岸算法岗的经验。 我本科毕业于生物医学工程专业，没有学过任何的计算机相关课程和语言，第一次接触计算机是在2018年考研的时候学习了计算机统考的408（计算机网络，操作系统，数据机构，计算机组成原理）这四门科目，然后复试的时候学习了c++。秋招拿了若干互联网公司的算法岗offer，最后决定入职字节跳动的ssp+。 下面我将以时
Interview：算法岗位面试—上海某公司算法岗位(偏图像算法，互联网科技行业)技术面试考点之区块链的TPS等问题
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
10-13 3378
ML岗位面试：上海某公司算法岗位(偏图像算法，互联网科技行业)技术面试考点之区块链的TPS等问题 导读：其实，考察的知识点，博主都做过，但是，emmm，这些知识点，在我写代码中，几乎不会用到，so，会遗忘。所以，还需要下功夫，去多回忆回忆啦。 区块链的TPS 目前来说，区块链的TPS BTC的TPS是每秒7笔； ETH的TPS是每秒70~80笔； EOS主网的T...
深度学习大厂前端项目开发全流程全流程
kaikeba的博客
08-25 300
用户审美的要求越来越高，也就使得越来越多的公司和企业注重线上用户的体验，都想要向外界传达出众的气质形象和重要信息，所以，Web前端人员的需求也越来越大。 深度学习大厂项目开发全流程全流程 在国外企业，前端开发和后端开发人员的占比通常为1：1，在国内企业，能达到这样的人员配比十分稀少，一半为1:3以下。 据招聘网站分析，目前Web前端开发职位人才缺口达到50万。可以说Web前端工程师是目前互联网行业当中招聘需求非常大的一类。 据人力资源部的相关数据统计，初级Web前端开发工程师，月收入可达1万左右； 随着年限
深度强化学习领域盘点系列 | 大厂机构篇
九三智能控
04-20 731
今天，你AI了没？关注：决策智能与机器学习，每天学点AI干货深度强化学习的快速发展得益于神经网络技术的成熟，然而深层次的技术研究主要集中在一部分高精尖企业和研究机构，他们...
看大厂NLP的面试经验之后的一些思考总结
Raki_J的博客
12-20 409
多多少少看了一些别人的面经，发现基本上都是非常相似的，说明大厂对招聘的要求也是高度一致，我分为以下几个方面进行分析总结 基础 数学基础 首当其冲是数学基础，这是一切算法的基础： 高数，线代，概率论（基础级别） 矩阵论，随机过程，高级概率论（进阶） 泛函分析，流形（理论机器学习级别，花书里面多次提到过） 机器学习基础 机器学习算法 只提几个出现率最高的：（NLP视角） HMM ，CRF，SVM，XGBoost，TF-IDF，LDA，GBDT，bagging，boosting，stacking，LR CRF为什
各大厂经典算法
Dachuan
03-28 533
头条两道算法题: https://blog.csdn.net/wantflydacheng/article/details/100078735#comments
面完18家大厂的算法岗位，吐血整理了一个面经！
欢迎关注公众号：【码农突围】，公号后台回复9999，可以获取一份500页的LeetCode刷题笔记。
11-25 4927
点击上方“码农突围”，马上关注这里是码农充电第一站，回复“666”，获取一份专属大礼包真爱，请设置“星标”或点个“在看”作者：求一个好offer求求https://www.nowcoder.com/discuss/313143本文已由作者授权，未经允许，不得二次转载简介：本人2020届毕业生，双非本，末流985硕，科班出身，真的很菜。找的是算法岗的岗位。现在秋招接近尾声，我从牛客网上受益颇多，于是...
8家大厂offer的清华学长谈算法岗是否人间地狱
程序IT圈
09-21 335
点击上方，选择星标或置顶，每天给你送上干货编者寄语：本文看完，相信对你求职算法岗会有一番新的认识。大家好，我是对白。之前一直在坚持输出着原创技术文章，同时也在忙于校招内推（已内推2000+...
春招/校招必备 | 整理了个面试高频算法题网站
Whattheffmoney的博客
02-11 457
这几天做了个算法小工具网站，收录了面试最高频的算法题~ 可以按【题目类型】，【题目出处】，以及【难易程度】去索引，帮助一刷，二刷的同学快速准备算法题~数据都是基于公开数据人工整理 + GPT 进行打标签。希望可以点个 star⭐，给我一点坚持下去的动力，感激不尽！，下面这个是网站截图，页面也很清爽，欢迎体验给出意见哈～
【面经】2022互联网算法岗面试总结
SY的博客
08-26 1068
项目问答汇总 介绍一下项目 加入之后项目有什么可见进展 算法知识点问答汇总 1. 为什么网络输入需要进行归一化 神经网络学习过程本质就是为了学习数据的内部分布（或者说内部数据之间的差异），一旦训练数据与测试数据的分布（总体数据分布）不同，那么网络的泛化能力也大大降低。另外一方面，一旦每批训练数据的分布各不相同(batch 梯度下降)，那么网络就要在每次迭代都去学习适应不同的分布，这样将会大大降低网络的训练速度。 2. 为什么要BatchNorm 参考1：https://blog.csdn.net/qq
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值