2021秋招 NLP算法岗面经

春招面了阿里和微信积攒了一些面试经验，春招只要拿到offer也不用面太多。秋招就面得比较多，包括：字节、微信、百度、华为、美团、拼多多、快手、虾皮（shopee），也都拿到了offer。

一、春招实习

1. 阿里 4+1
   • 一面：自我介绍 + 三道算法题（两有序链表合并+汉诺塔+最大公共子串）+ 基础考察 + HMM维特比算法
   • 二面：聊天 + 压力面
   • 三面：leader面，自我介绍 + 项目介绍提问 + SVM的SMO算法
   • 四面：交叉面，主要是考察逻辑能力和智力题，其中有道是 “两枚不均匀的硬币，每次随机选取其中一枚投掷，每组投掷10次，共进行5组实验，求两枚硬币各自正面向上的概率“，经典的EM算法（没想出来=_=，但影响不大）
   • HR面：聊天
2. 微信 2+1+1
   • 一面：四道题，pytorch/tensorflow实现attention + 伪代码实现决策树/LR + 链表翻折 + f(x)产生随机(0, 1)分布，构造正态分布N(0, 1)函数g + 基础考察（激活函数优缺点 + 梯度消失、爆炸解决方法 + GBDT/XGBoost + 开放题长文本分类方案说几种）
   • 二面：基础考察：优化器（说一个自己熟悉的讲原理）+ Transformer/BERT发展史。最后是一个小时四道题，算法题（hard，树层序遍历的复杂版，没做出=_=）+ 概率题 + pytorch实现attention（重复了） + 实际应用题（比较麻烦的查表操作）
   • 三面：面委会，项目介绍+聊天
   • HR面：性格 + 兴趣爱好 + 家庭了解

二、秋招

1. 字节：3面无HR面

   • 一面：

     • 基础考察：AUC的物理含义、防止过拟合的方法、L1和L2的区别、介绍GBDT和XGB、LR损失函数书写和梯度推导

     • 算法题两道

   • 二面：

     • BatchNorm和LayerNorm区别、CNN参数计算、attention参数计算、类别不平衡解决方法、focalLoss介绍、预训练模型发展史介绍
     • 算法题一道

   • 三面：leader面

     • 基础考察：BatchNorm训练和预测的不同、BERT模型的训练过程、attention过程qkv含义。
     • 项目拓展：针对你讲的项目提出开放性问题，例如类别数量特别多、类别不平衡怎么办
     • 算法题：计算一个算式的结果，包括加减乘除，例如 1 + 2 * 3 - 4/5。考察数据结构，算法，最后拓展到梯度计算

2. 微信：3+3+1

   • 一面：mentor面

     • 可能因为笔试比较好(4.8/5)+春招过了的缘故，没做题，就聊聊项目和相关业务问题

   • 二面：leader面

     • 两道算法题（一道mid一道hard，常规题）+ 基础考察 + 项目介绍 + 聊天

   • 三面：电话面

     • 项目和论文介绍，抓着论文里的点提问，考察逻辑能力和拓展性思维

   • 四面：面委会

     • 直接共享桌面打开论文介绍，提问回答

   • 五面：面委会

     • 比赛项目经历详述，一道算法题（hard）

   • 六面：面委会加面

     • 比赛实习经历详述，讲述自己怎么比别的队伍好，实习里怎么解决问题。考察NLP领域知识，预训练+微调的理解、蒸馏的理解、提示学习有没有了解。

   • HR面：自我介绍 + 论文/学校情况 + 实习不符合预期的事 + offer情况了解/选择公司的考虑因素 + 兴趣爱好

3. 百度：投的晚参加的统一面试，笔试后一天内面完，每面20分钟

   • 一面：2道算法题 + 基础考察 + Mapreduce全局排序（因为看到我简历上有）
   • 二面：1道算法题 + 基础考察
   • 三面：leader面，聊天，为什么投百度，遇到过什么挫折怎么解决

4. 华为：华为面试过程比较流程化（体验好），同样投的晚，一周内面完

   • 一面：自我介绍，项目比赛实习论文，基础考察，一道算法题
   • 二面：自我介绍，梯度偏导等相关基础知识，一道算法题
   • 三面：自我介绍，介绍比赛、实习和论文

5. 美团：3+1

   • 一面
     • 基础考察：项目介绍、类别不平衡（focal loss、交叉熵、KL散度、MSE缺点)、LayerNorm、L1和L2的区别和稀疏解、ALBERT原理、Roberta原理、XLNet原理。
     • 智力题：两个人掷硬币，正面赢，第一个人赢的概率
     • 算法题，翻转部分链表
   • 二面：一道算法题，聊实习经历和比赛，基础考察
   • 三面：leader面，同样是介绍实习经历和比赛，并回答提问。开放性题：怎么实现类似百度app搜索框里的词条补全提示功能。
   • HR面：聊性格，最想做但没做的事，offer情况

6. 拼多多：3+1

   • 一面：基础考察（和字节是最八股文的），两道算法题，一道链表一道动态规划
   • 二面：聊参与的项目和实习，出了一道hard算法题没做出来，换成一道mid的
   • 三面：聊项目、实习、比赛，出了一道概率题，已知有一个随机数产生函数f()，构造产生[0, 1]均匀分布的函数g，并实现代码。
   • HR面：性格 + 家庭情况了解 + 是否接受加班 + 怎么看待pdd

7. 快手：3+1

   • 一面：经历介绍 + 基础考察 + 两道算法题
   • 二面：经历介绍 + 基础考察 + 两道算法题
   • 三面：leader面，经历介绍 + 一道算法题
   • HR面：问的非常详细，offer情况，为什么选这个部门，自己怎么考虑

8. 虾皮：2+1

   • 一面：经历介绍 + 基础考察（会问简历上相关的，问的面很广，包括多模态+联合学习(PLE/MMoe)+半监督） + 两道算法题，面试时间写着1个小时，实际上面了大概45分钟

   • 二面：经历介绍 ，项目和比赛详细说并回答提问

   • HR面：因为投的新加坡岗位，所以被要求英语自我介绍（当时就尬住了，但影响不大），了解新加坡吗（然后就介绍了新加坡消费的相关情况，平均每月个人开销2000新币但税收低），为什么投新加坡。

三、总结

1. 算法岗有论文会比较有优势，但也不是必须的，如果实习项目、比赛很出色同样会受到青睐。
2. 实习经历很重要，特别是推荐岗，如果想去做推荐，最好春招实习就是去做推荐相关岗位。
3. leetcode算法热点题必须刷得很熟练，一般mid题10分钟左右思考并写出来为佳。八股文也要背得熟练。开放性题主要注意逻辑思维，言之有理即可。准备充分是拿到好offer的必要条件👍
4. 面试过程中不可能一帆风顺，被挂是正常的，被捞起来再认真面就是了。被挂可能是没HC，可能是方向不对口，也可能是面评不好。
5. 如果学历+实习+项目经验+论文/比赛都过关，加之算法题和基础考察题答得不错，那恭喜你，就是offer收割机。