作者：Haitons
链接：https://www.nowcoder.com/discuss/348316
来源：牛客网
回忆这东西若是有气味的话，那就是樟脑的香 ————谨以此文记录我的2019秋招~
自我介绍
北京某末流211本硕，本科前三年基本都在混日子，现在想想当时真够堕落的，早晨第一节课基本不去，上课去了也是玩手机，没课就是在宿舍打游戏+睡觉+各种玩，考试临时突击混个及格，基本没学到什么东西。后来在生活中遇到了一些事情，下定决心要改变自己，最后考上了本校的研究生。
在这里奉劝本科还在学习阶段的同学，一定要好好学专业知识！！！我自己上了研究生之后就发现自己的基础相比于其他同学就很薄弱，计算机的基础很重要，这些东西都是方方面面的，想在以后再去弥补，将要花费好几倍的时间与精力。所以至少在大学计算机的专业课要认真听！业余时间可以学些课外的知识提高自己。
我研究生的研究方向是自然语言处理，主要做的是文本生成的相关工作，所以秋招找的主要是算法岗，没有实习经历，只有一篇中文的论文（水）+垃圾比赛（重在参与），在8月底改完英文论文投出后才开始准备秋招，所以特别被动。
虽然如今一篇好论文已经并不能成为公司录用的关键，但至少可以保证简历并不是那么难看，不至于简历就被刷......实习也很重要，能实习的同学尽量要出去实习，首先实习转正也是一条出路，其次也会给你的简历和面试加分不少。
像我这样又没论文又没实习的就吃了不少憋，秋招投了大概70+的互联网，10+的国企和银行，最后只有6家互联网公司给了面试，太难了.....秋招过程中有一段时间心态崩溃，饭也吃不下，觉也睡不好，最后也算熬过去了。接下来总结一下自己秋招的经历，希望可以帮到大家。
1.简历：简历一定要好好做，不要无脑全部列上去，可以参考剑指Offer上的STAR原则。
2.刷题：刷题很重要，剑指offer必刷！！！由于自己秋招准备的比较晚，LeetCode我只刷了100道左右，有时间的还是应该早准备，刷的越多越好。刷完题之后要多做总结，错题每隔一段时间再做一遍。我把剑指offer的所有题还有Leetcode一些重要的，自己经常错的题都写在纸上了，每次面试前都翻看一遍，面试的机会很宝贵，没做过的题只能看现场发挥，但是做过的题一定要保证不出错！！！
3.基础知识（算法岗）：数据结构与算法（简单复习一下），机器学习算法基础可以看西瓜书、统计学习方法、百面机器学习。常用的机器学习算法知识一定要掌握，手推LR、SVM、反向传播也要准备一下。还有就是要掌握深度学习NLP或者CV方面的一些必备知识。
4.项目：项目一定要讲的熟练，要说清项目解决了什么问题，使用了什么方法（引申出的知识点一定要会），自己的职责，遇到的困难等。
5.实习和比赛：有时间的一定要去实习！！！工业界一些Spark和hadoop的项目经历会为面试加分不少。比赛的话要明白自己方法的不足，前几名队伍使用了什么方法，自己在比赛中收获了什么。
6.心态：秋招是一个漫长的战役，心态很重要。我自己心情不好时喜欢看猫和老鼠来减压，实在扛不住了就去操场跑几圈。作为菜鸡（大佬忽视），挂了很正常，要调整好心态，总结每次面试遇到的一些问题，有针对性的弥补。该吃吃，该喝喝 ，别瞎想，要把心思都用在复习上。
面经 小红书 2019.09.08 二面挂 从8月10号第一个笔试一直到9月8号才有第一个面试，菜鸡太难了....而且由于秋招开始准备的太晚，当时复习的很仓促，好多知识点都没复习到就去了，二面GG。
一面 1h
1.数组和链表的效率，增删改查？
2.讲讲哈希表
3.代码：二叉树的四种遍历
4.介绍快速排序+代码
5.代码：链表的逆序，两个链表找公共交点
6.代码：两个栈实现一个队列
第一次面试真的太紧张了，小红书特别重视基础，一面+二面就没看我的简历，都是问基础+手撕代码。好多基础的东西就是因为没有打牢固，虽然知道，了解，但就是说不到点上。而且我当时剑指offer都没全看完，头天看书还看到两个栈实现队列这题了，但我刚好跳过去没看。。。好在现场手撕还是撕出来了，但是回去看书发现自己的思路还是有些冗余。
二面 30min 给定一个int数组，求数组中能组成三角形的个数。
一面问完感觉惊魂未定，没过几分钟就二面了，没想到二面也没问简历，上来就是撕代码。
这道题是Leetcode原题，当时已经12点多了，我每写一点那个面试官就要打断我的思路，问一下这句在干啥？时间复杂度多少？本来当时就紧张，脑子也蒙了，后来直接写了个O(n^3)的暴力法。然后面试官也没说啥，就开始了反向提问环节，然后出来我就挂了，看着面试官开心的吃饭去了。。。。
虽然挂了心里还是有点难受，但是这次面试也吸取了不少经验和教训吧。回去砸了几天数据结构，后来又刷了两遍剑指offer，继续准备之后的笔试。
科大讯飞 2019.09.21 走完二面挂
开始以为小红书之后很快会有下次的面试，结果发现自己还是太Naive了，又做了两周的笔试才接到科大讯飞的面试，差点就顶不住了。不过没有面试的这段时间也给自己留下了宝贵的复习时间。这次基础，项目，算法也准备的差不多了，在面试的时候就明显自信了很多。
一面 40min
1.自我介绍，问项目
2.你做文本生成用的什么损失函数？写一下交叉熵的公式
3.Attention机制的原理
4.Adam了解吗？写一下Adam的公式
5.树模型怎么剪枝？如何处理缺失值？说了一大段，后来回去才发现说成了随机森林中处理缺失值的方法了。
6.Python生成器介绍，Python不可变数据类型有哪些？由于自己现在用Python比较多，面试官问了我一些Python的基础知识，不可变数据类型没答上来，所以对于自己使用的语言里的一些基础知识还是应该要了解的。
7.代码题：按照一个对象的属性A进行降序排序
意向地点是哪里？可以接受调换工作地点吗？
二面 30min
1.自我介绍，讲讲做了哪些项目
2.项目的目的是是什么，解决了什么问题？团队的情况，在团队中的角色
3.简历里写的比赛介绍一下，你们是怎么做的，取得了什么成绩？CRF了解吗？
比赛里用到了CRF，当时没太了解原理。所以对于项目和比赛中用到的方法一定要了解，要不然就不要提！
4.有了解前几名队伍用的什么方法吗？你觉得参加比赛收获了什么？5.聊天
二面算是半技术面+半HR面，面试官应该是个领导，不过全程的氛围很轻松。第一次走完流程很开心，以为八九不离十了，结果十一放假回来就收到了感谢信。。。。
58同城 2019.09.24 二面+Hr (offer) 面完讯飞之后没几天就去面58了，不得不说面58的人真是够多的。。。而且很轻松就能走完流程。
一面 45min
1.自我介绍，讲讲你的优点是什么
2.讲项目，数据哪里来的，你负责的是什么？
3.问比赛，解决了什么问题，数据格式是什么样的，前几名的方法有了解吗
4.58有很多非结构化的数据信息，如何实现高效的信息抽取？
5.如果你拿到的数据是没有标签信息的，应该怎么办？
6.如果我们进行一个分类任务，某些数据有缺失值怎么办？
7.如何将某个特征值变换到0-1之间？特征归一化的方法有哪些？为什么要进行归一化？
8.数组和链表的使用场景
一面的面试官应该是搞数据的，不太懂NLP，全程都是问的数据方面的问题。场景题感觉自己答得一般，特征工程自己了解的也不多，感觉问题都出在这部分。
二面 20 min
1.自我介绍，讲讲项目吧。为什么要做生成任务，而不是直接从数据库中进行抽取？
2.你们这个比赛做的是什么？
3.问问代码吧，看之前笔试的卷子。你这个是用set去重做的，如果不用set怎么办？
4.第二个题，重复率100%讲讲啥原因吧，再写一下
5.嗯，没啥问的了
58面试人太多了，上午面完等了半天，吃完午饭1点半回来等到快4点了才二面。。。。当时我一进去看到我的二面面试官心里就有点慌，一看就是个大佬，气场太强了。
后来面试完去58招聘首页，发现二面面试官在首页的员工故事那里，是个10年的大佬。。。。大佬怼了一下我的项目和比赛，就拿出之前笔试的卷子在那看。。。然后特别尴尬的事情就是第二道代码题查重100%，因为当时和实验室同学一起做的，互帮互助了一下。大佬让我解释一下什么原因，我也就直接说了，后来他让我现场又写了一遍，写出来之后他也没说啥。。。。开始以为自己肯定凉了，没想到大佬还是放了我一马。。
三面 Hr 20min
1.自我介绍，你负责了哪些项目，团队情况，分工情况 2.有发论文吗？为什么没去实习？3.如果能来58工作，你最想从事哪方面的工作？为什么？4.现在有哪些offer，聊天
Hr面特别轻松和愉快，也没有啥套路性的问题。第一次58开奖没开到我，一直到11月6号才给我捞起来。
滴滴 2019.10.14 三面 (offer) 十一放假前觉得58和科大讯飞至少能拿一个，结果两个都凉了，心态崩了。那段日子应该是整个秋招最困难的时期了，每天都很焦虑，一度特别怀疑自己。整个9月就面了三家，看不到什么希望。感谢滴滴给我了机会，虽然当时觉得可能机会不大，但是不试试怎么知道呢？尽力就好了也没什么可遗憾的。
一面 1h30min
1.自我介绍，聊项目
2.想没想过文本生成用强化学习怎么做？
3.Wordvec的原理讲一下，画出CBOW和Skip-gram的模型图
4.Word2vec用的两个Trick是什么？为什么要做层次Softmax，负采样是怎么实现的？
5.讲讲Glove的原理，它和Word2vec有什么区别？Fasttext说一下
6.画LSTM模型图，写LSTM的公式
7.讲讲CNN，它和LSTM有什么区别
8.Transformer介绍一下
9.画一下ELMo的模型图，讲一下ELMo的原理，为什么它能解决词歧义的问题？
10.画Bert的模型图，讲原理，预训练的过程。Bert输入是由哪些组成的？Bert相比于ELMo有什么优点？它是怎么用作下游任务的？
11.Attention机制的原理，常用的Attention计算相似度方式有哪些，写一下公式。
12.CRF的原理
13.有分布式训练神经网络的经验吗？多卡跑模型的命令是什么？
14.代码题：数组中索引K前面是有序的，K之后也是有序的，调整使得整个数组有序，要求空间复杂度O(1)
我是下午5点半去面试的，到了之后工作人员给我们每个人准备了晚餐盒饭，吃完之后心态放轻松了很多。滴滴的面试还是很有水平的，一面的时候知识点抠的很细，自己的发挥没什么大问题。
二面 1h
1.自我介绍，你本科是物联网的？当时为什么要学物联网？主要学了哪些课程？讲讲物联网的应用还有你对物联网的看法。
这个问题我是真的没预料到。。。。不过老本行还是难不倒我的。2.聊项目，解决了什么问题？你们团队是怎么分工的，有几个人，你主要负责什么？
3.围绕项目一顿怼。。。。
4.你的评价指标是什么？讲讲ROUGE和BLEU
5.写出Wordvec在负采样下的目标函数 这个没写上来。。。。
6.又抠了一便Transformer，为什么Transformer要比LSTM的效果好？你的工作为什么用GRU没用Transformer？
7.传统机器学习方法了解吗？问了问SVM和GBDT
8.代码题，有一个M*N的矩阵，每一格有一个正整数，将>=K的连续格子聚类到一起
二面代码差点没写上来，一开始听到这个题就觉得要凉，在这儿为二面面试官点赞，当时已经8点多了，旁边的面试官面完了还在催他一起走，不过他还是很负责任，一直耐心的等我，最后静下心来还是做出来了。
三面 40min
1.自我介绍，讲了一遍项目
2.你这个项目解决了什么问题，有什么意义？为什么说它可以提高词向量的可解释性？
3.讲讲Bert为什么效果好
4.智力题：ABCD乘以9等于DCBA，那么ABCD各等于几？
5.代码题：有1,2,5,10,20,50的纸币，求凑到100元一共有多少种方法
三面面试官很年轻，一上来和我说我前两面的分数还挺高，我还没来得及高兴，他又说现在HC比较少了，如果没有什么特色的话也不会给offer。。。。智力题解出A之后，面试官说我思路对了，数算错了。代码写完之后面试官跟我说在他这给我通过了，但是之后HR还要进行筛选。
面完已经快10点了，走的时候只有我和另一个北邮大佬了。不管结果怎么样，走完流程还是很开心的，这次面试真的把我的全部都发挥出来了，让自己的心理和自信这方面提升了一大截。
之后一直等到11月5号才收到滴滴的OC，中间也拿到了工行和人寿的offer，为了等滴滴把工行给拒了。后来马蜂窝开奖还是没开到我，有种互联网一路陪跑的感觉。那几天又是特别难熬，实验室的同学也都上岸了，就剩自己一个人了。后来想想如果当时马蜂窝给我offer我肯定就签马蜂窝了。不过一直有和北邮老哥还有牛客上的同学交流，确认滴滴还一直还没开。5号刚收到百信的电话，立马就收到滴滴的OC了，当时特别开心，一切的付出都是值得的。
马蜂窝 2019.10.20 2面+HR 挂 经历完滴滴面试之后，自己心态轻松了很多，马蜂窝的技术面体验特别好。面试过程感觉在和朋友聊天一样，最后二面还和面试官开起了玩笑。
一面 1h
1.自我介绍
2.讲项目
3.Spark， Hadoop了解吗？
4.数据库了解吗?
5.linux系统了解吗，Shell脚本掌握程度
6.缓解过拟合的方法有哪些？从特征的角度讲讲怎么做？
7.特征离散化
8.BN、LN，写公式
9.讲讲L1正则化、L2正则化
10.哪些模型不用做归一化
11.ELMo的原理，和word2vec相比有什么区别
12.讲讲Attention机制，self-attention有什么不同点？
13.代码题：合并两个有序链表，合并K个有序链表
二面 1h
1.项目中的数据怎么来的？原始数据格式什么样的？做了哪些数据预处理？送到网络前数据的格式是什么样的？词义消歧是怎么做的？
2.如果神经网络里只有RELU的话，可以拟合任何分布吗？
3.场景题，一个doc里有很多图片和一些短文本，怎样获得有用的信息？
4.从文本中得到的向量表示不如图片中的信息丰富，怎么办？
5.Bert原理
6.马蜂窝有一批旅游的数据，怎么样使得Bert适用于我们的场景？
7.讲讲Dropout，为什么dropout有效
8.常用的评价指标有哪些？混淆矩阵，写出P，R,F1的公式。如果我现在想让评价指标更偏向召回率的话，应该怎么做？
9.NLP中怎么做推荐的？Bert可以应用于推荐系统吗？
10.NLP中怎么做摘要的，如果给定一篇长文档，怎么进行摘要的生成？
11.多任务学习，多模态学习
12.讲讲GBDT、XGBoost
13.讲讲牛顿法，SGD、动量、Adagrad、RMSprop、Adam。Adam为什么效果这么好？写一下公式，顺便我还说了说最近的Radam和Lookahead
14.谈谈你对神经网络的理解，为什么神经网络的表现这么好？
15.代码：一道数据处理题，将文件中同一用户ID的数据合并在一起
三面 Hr 30min
1.自我介绍
2.为什么没去实习？
我说因为自己的论文没写完，结果HR问我为什么不能随便发一篇。。。。3.最有成就的事是什么，生活和学习上？
4.你最大的优点和缺点是什么？
5.为什么要来马蜂窝，对面试职位的看法。
马蜂窝的HR算是我遇到过的最咄咄逼人的HR，全程被怼的够呛。我当时说自己大学校运会800米，1500米第二，足球是院队的但是水平只能当替补，她说你没发现你干啥都不是最好的吗？我也是无语了。还有当时也没太准备一些套路的问题，像缺点这种最好还是不要说大实话。
面完以为马蜂窝肯定稳了，回去心情不错，还请同学吃了火锅，结果开奖还是没有我。技术面感觉没啥大问题，估计HR面被刷了吧。
互联网只面了以上五家(百信银行算是半个互联网吧),菜鸡真的是连个面试都混不上，太难了。为了不失业也投了一些国企和银行，后面是一些面经。其实国企和互联网也挺好的，轻松、稳定，而且女生挺多的(哈哈)。不过自己还是选择了先去互联网闯闯，希望以后上班之后还能有时间做些自己喜欢的事吧。
百信银行 面试+线下笔试+技术面试 +行长面试 (offer) 百信银行算是半个互联网公司吧，之前对百信的了解不深。但是整个秋招接触下来留给我的印象很好。数分和算法岗都不错，技术肯定比传统的银行要强很多。
一面 2019.10.19 一轮无领导小组讨论+一轮HR面
第一次去面试上来就是一轮无领导小组讨论，6进2，之后以为是技术面，结果是一轮HR面，然后回去通知之后有一次线下的集中笔试。
线下笔试 2019.10.25
1.计算CNN网络中一层的参数量
2.画LSTM的结构图，说说LSTM与GRU的特点，为什么它们的效果优于RNN
3.简述一种中文分词算法。
4.二分类模型（大部分正例）在训练集上效果好，在测试集上效果差，从数据的角度解释原因，如何解决。
5.一个系统可以进行闲聊和订票，设计其算法模块。
6.代码：顺时针打印矩阵
技术面 2019.10.26 1.Word2vec算法，特点，缺点 2.聊项目，如何衡量词向量的语义信息，可解释性相关。
线下笔试做完有一轮技术面，通过后安排了行长面。
行长面(群面) 2019.10.27 这个是真的百信银行行长面试！！！形式也是群面，大家每个人依次回答，行长也讲了银行的一些业务和规划，然后就回去等消息了，据说行长面也挂了40%的人，我在11月5号收到了offer。
1.自我介绍 2.最有成就的事情 3.优点，缺点是什么 4.推荐一本书
我推荐的是史铁生的《我与地坛》，带给我很多感悟和感动的一本书。
工商银行科技菁英提前批(offer) 9月27号一面群面，10月13线下笔试，10月22第二次面试也是群面。
线下笔试考的都是计算机相关题目，还有3道编程题，不过只能用C++和Java，好久没写C++了，函数名想不起来了，只做出来一道。所以如果想找银行技术岗的同学语言多复习C++和Java。面试群面每个人会被问到一些技术方面的问题，还有就是一些特定的场景题了。
更玄学的是第二次面试有个面试官还问了我对最近NBA事件的看法，还有自己为什么喜欢健身这种问题。。。。。。
中国人寿研发中心(offer) 2019.10.18 一轮无领导小组讨论+一轮领导面，领导面简单问了问技术和开发语言。
一路秋招最多的可能就是辛酸和无奈吧，好事多磨，庆幸自己坚持下来了。感谢实验室的同学和几个朋友的鼓励，还有每天刷牛客看到大家的面经和分享，陪我度过了最艰难的一段时期。付出了就不会后悔，希望大家最后都能有个好结果！
9174
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
