面试笔试记录

CVTE

数据挖掘

1面电话面试

聊了简历上的项目，根据项目问了一些相关的问题。

LSTM跟text-CNN的主要区别：主要还是计算效率的问题，毕竟lstm不能并行运算。（上交提出了SRNN可以进行并行运算）

聊了一下BERT模型。还有NER和CRF。

 

2面现场面试

两个技术面试官，所以重新讨论了一下项目上的东西。

我自己项目中推荐的冷启动问题

问了RNN,LSTM,Transformer三个模型的实际效果（没有实际工程项目的我跪了，只能靠理解说了）

继续问RNN和LSTM为何被CNN取代（效率问题）

情景题：大概10000个数学课件资料样本，设计一个方案，将这些课件按照不同章节进行分类(无监督分类问题）

自己的答案：pca+kmeans 或 主题生成模型（k值太大时kmeans不行，面试官说按他理解主题生成模型可能难以区分小节）

面试官给的答案：不是单个模型能够解决的问题，通过分层及类似增量学习的方法去构建整个pipeline

连算法题都不考？？？浪费了车钱算了。

------------------------------------------------------------------

创景咨询

机器学习

1面 笔试+技术人员面试

笔试：选择题考了python的数据类型问题（浮点，sys.argv[]），linux的基本操作(vim的;q :q! :w :wq, 删除非空文档rm -rf dict )，以及机器学习的基本知识。填空题考了k-means，auc，back propagation。

面试就是聊项目，没什么好说的。

2面 面试（更高一级的技术人员？）

很愉悦的聊天，基本上就是测人品，最后象征性问了点技术问题。

3面 boss直面

是个懂技术的老板，说了挺久graph的问题，捉了一个项目上蛮尖锐的问题来说。

最后还出了一道智力题和数学题：1）2个筛子拼一个只有日期的日历。

                                                      2）100个人每次报单数的去掉，最后剩下的是第几个人。

最后HR回复说pending进池子，拜拜

-------------------------------------------------------------------

中科院软件

数据分析

直接问一大堆情景题，技术官看起来对deep learning很有偏见

1.文本相似度

2.PDF提取所需信息<