本文记录了作者首次面BAT的经历，重点是腾讯自然语言处理实习的面试过程。面试涵盖了自我介绍、项目讨论和黑板编码环节，面试官询问了RNN、seq2seq及attention机制，并给出一道统计结构数据的题目。作者反思了面试准备不足之处，包括自我介绍、刷题、熟悉框架和深入理解项目的重要性。
人生第一次面BAT，记录一下，为明年找工作赞经验，毕竟网上很少自然语言处理相关的面经。
先来点干货！
面试流程
1. 自我介绍
2. 谈谈项目
3. 上黑板写代码
按照上述流程分为三块，如下。
简单的自我介绍了一下
我：我做的项目是关于自然语言生成，…
面试官1：为什么不用生成式的方法来做呢？
我：我尝试了char-rnn和seq2seq的方法，…
面试官1：rnn是怎么运行的你能说一下吗？
我：巴拉巴拉…
面试官1：什么是char-rnn，你能画一下rnn的结构图吗？
我：OK，（开始画画画，画完解释了一通）
面试官2：那如果是seq2seq的结构是什么样的你能画一下吗？
我：OK，（继续画，此时我给自己挖了一个坑）这是不加attention的seq2seq，加上attention，encoder后的编码向量就不是固定的了（此刻的我觉得自己回答的还蛮好）。
面试官1：那你能画一下attention的结构吗？是怎么做的？
我：我有点忘记了，能翻下笔记本吗？（思考了一下，大脑一片空白，想想前两周每天都在研究attention啊，年纪大了记性不好，出来翻了下笔记
最低0.47元/天 解锁文章
扫一扫
444
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
