个人总结—工作面笔试问题—截止20190402

本文将记录在找工作中遇到的面试、笔试问题，以供他人参考与自己思考总结，如果有问题，可以留言与我沟通！

1. 20190314—阿里小蜜—NLP算法实习生—电话面试—跪了
   这次应该是简历面试，问的问题都是简历上写的，问的深度也不是很深，就是在项目中使用过的东西，所以简历不要编，实事求是。这次面试在晚上突然一个电话来了，说要聊聊，没有准备啥就直接上了，还不知道结果。

   1. 自我介绍
   2. 简历中写的分类器算法，说下最熟悉的，最常用的几种（SVM、GBDT、XGboost）
   3. GBDT 、XGboost有什么异同
   4. 在实际项目中那个分类器效果好，那种情况用那个分类器
   5. 文本分类问题中常用的算法是什么，那个步骤最重要（我回答的是特征工程与数据预处理）
   6. 常用的深度学习模型是啥，有啥异同
   7. word2vec和glove的区别和联系，原理是啥
   8. word2vec的数学原理是啥(我没回答好，在空间中的两个点距离越近，意义重复度越高）
   9. 深度学习的小数据量如何解决过拟合（https://www.cnblogs.com/eilearn/p/9203186.html）
   10. word2vec中一词多义问题如何处理（https://www.cnblogs.com/huicpc0212/p/4389326.html）
   11. 项目中使用的新模型讲解。
   12. 多层Attention机制使用

2. 20190327—健康有益—NLP实习生—180/天
   在拉钩上应聘的一家小公司的NLP工程师实习，初面有三个人，一个技术组长，大小两个主管，重点就是技术组长问的技术问题，大概30分钟，先做了一个笔试题，然后在面试的。

   1. 项目流程，具体的项目做法（存在问题，解决方法）
   2. SVM基本原理，如何处理线性不可分问题，引入核函数的原因，解决多分类问题，对缺失值是否敏感
      (https://www.jianshu.com/p/fa02098bc220)
   3. word2vec的两种是宪法方法，原理和区别，项目中的使用（gensim）
   4. 深度学习中batch的作用机制
      (https://www.cnblogs.com/demo-deng/p/10189630.html）
      
   5. 激活函数有哪些及特点
      （https://blog.csdn.net/tyhj_sf/article/details/79932893）
   6. 过拟合解决方案
      （https://www.cnblogs.com/eilearn/p/9203186.html）
   7. NLP中的CNN使用
      （http://www.52nlp.cn/tag/textcnn）
   8. LSTM 与GRU模型详解，模型中激活函数作用 LSTM中的激活函数
   9. 在NLP中停用词处理
   10. 深度学习调参
   11. embdding 大小（自己训练的？）

3. 20190329—布莱恩科技—NLP实习生—通过初面—300/天

   1. LSTM +crf 原理
   2. word2vec的向量长度（为什么），gensim训练时间，
   3. 分词工具，用的哪个工具，用的那种模式，三种模式的区别和联系
      （https://www.zhihu.com/search?type=content&q=jieba 分词模式）
   4. gensim中判断词向量好坏？
      （https://blog.csdn.net/hh12211221/article/details/64124692）
      （Word2Vec 的训练属于无监督模型，并没有太多的类似于监督学习里面的客观评判方式，更多的依赖于端应用。Google 之前公开了20000条左右的语法与语义化训练样本，每一条遵循A is to B as C is to D这个格式，地址在这里:）
      (https://www.zhihu.com/question/37489735)
   5. glove 原理（SVD分解）
      （https://www.zhihu.com/search?type=content&q=glove ）

   6. 在SVD中用了 gradienti ascent
      

   7. 输入的batch_size，epoch，保存最佳模型（每一个epoch），怎么得到最优的模型，
      对于大语聊：定义一个lambda layer，就是个函数，去掉model.save,得到当时的loss,accuracy，但是时间长
      对于小语聊：切割语料为training，validation，在每个epoch中用trian训练模型，在validation中计算得到loss,得到最佳的loss迭代次数，在所有的epoch结束后，用整个语料计刚才得到的最佳代数。
   8. LSTM的block形式
      （https://blog.csdn.net/pipisorry/article/details/78361778 ）
   9. 在网络计算中，两个向量的耦合有三种方式，按位加（经典LSTM、残差网络），contact、按位乘(inception net)，三种方式没有明显差别
   10. transformer 做词向量和word2vec做词向量区别和联系，长依赖（在哪？？？？）
       （https://blog.csdn.net/chunyun0716/article/details/83660390）
   11. seq2seq模型
   12. nmt中的attention
       (https://blog.csdn.net/hahajinbu/article/details/81940355)

4. 20190401—厦门渊亭科技—NLP实习生（科研岗）—6500/月

   1. 如何解决数据分布极其不平衡的二分类问题
      （https://blog.csdn.net/zhangbaoanhadoop/article/details/82154909 ）
      （http://www.chuangxin.com/index.php/home/aboutus/news_detail/id/289.html ）
   2. KNN 和K-means的相似点和区别
      
   3. 逻辑回归中同时加入L1和L2有什么效果？
      （https://zhidao.baidu.com/question/1498836154468709979.html）
   4. 常用的聚类算法
      （https://blog.csdn.net/u010062386/article/details/82499777 ）
   5. GBDT 和XGboost的区别？
      （https://www.cnblogs.com/fujian-code/p/9018114.html）
   6. 参数网格搜索的基本工作流程
      (https://blog.csdn.net/xiachong27/article/details/82154825)

   7. 数据特征重要性探索
      

   8. FP growth
      

   9. 朴素贝叶斯回归在条件概率为0时
      
   10. F1值的公式
       (https://blog.csdn.net/sinat_28576553/article/details/80258619 )
   11. TF-IDF、NNLM
       （https://blog.csdn.net/nemoyy/article/details/80603438 ）
       （https://baike.baidu.com/item/tf-idf/8816134?fr=aladdin ）
   12. 当分类数目太多时，降低FC（全连接）层权重数量：GAP(全局平均池化层)
       （https://blog.csdn.net/duanyajun987/article/details/82108006 ）
       （https://blog.csdn.net/u011021773/article/details/78121359 ）
   13. LSTM 如何解决梯度爆炸，LSTM仍然发生了梯度爆炸如何解决？
       （ https://blog.csdn.net/zhangbaoanhadoop/article/details/81807538 ）

5. 20190402—奥德塔数据科技—大语聊NLP处理实习生—330/天

   1. KNN流程
   2. 常见聚类
   3. 如何处理异常值和噪声
      （https://blog.csdn.net/jyxmust/article/details/80659324 ）
   4. 一句话介绍卷积
      （ https://blog.csdn.net/weixin_42137700/article/details/82770243 ）
   5. 如何找到K-means的初始点
      （ https://blog.csdn.net/liuxf1993/article/details/79855460 ）
   6. 那些机器学习算法不需要数据归一化
      （https://blog.csdn.net/jonyhwang/article/details/80983468 ）
   7. python的可变对象和不可变对象
      ( https://www.cnblogs.com/sun-haiyu/p/7096918.html )
   8. python 进程线程协程
      https://blog.csdn.net/mike_shine/article/details/80938112
   9. 欧式距离和马氏距离
      https://blog.csdn.net/u010167269/article/details/51627338
      https://blog.csdn.net/Kevin_cc98/article/details/73742037