【面经】NLP算法-字节跳动

点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要4分钟

跟随小博主，每天进步一丢丢

来自：程序媛驿站

作者：西柚媛

提前批在7月中旬，三面技术面 + 一面HR面，建议大家尽早准备。

体验总结

a. 面试时，编程题可以使用 C++ 是非常加分的

b. 一定要注意边界条件，面试者在写边界条件时面试官可能会说“这个没关系，主体对就行”，但是如果面试者不主动去写边界条件，面试官可能会说你的答案不是很完整，有因此扣分的可能性。

c. topk 问题可能会迟到，但永远不会缺席

一面 

• 自我介绍+项目

• 项目用了什么LOSS，使用的 LSTM 维度是多少？

• 项目扩展，面试官提了个相似任务，有什么思路？

• 单向双向 BERT 与BiLSTM 有什么不同？ 

• 如何解决梯度消失弥散 ？

• wordembedding有哪些？（发展史以及word2vec的两种训练方法与两种加速方法） 

• transformer讲一下？（KQV position）

• 一道编程题：

  给一个数组A，如何变成数组B，B要满足这个形式 B0 >= B1<= B2 >= B3 <= B4….【leetcode324】

  （不需要对数组排序，只需要将数组A按照中位数分成两集合，大集合内的数放奇数位，小集合内的数放偶数位。分成两集合的方法：先得到数组长度len，然后使用快排剪枝或者使用堆来选出两个大小为len/2的集合，可看作topk问题）

二面 

• 自我介绍+项目 

• CRF讲一下

• 交叉熵loss公式   

• BERT与ELMO的区别  

• pytorch的代码流程（我是这样回答的：预处理数据/词表-写好模型-定义损失和优化器-训练-测试）

• Dropout的原理

• sgd与adam的区别    

• 机器学习只简单的问了一些

• 一道编程题：最快速度最小空间求一个数组的第k小

• 任务场景：商品的分级分类问题

• L1L2正则化

三面 

• 自我介绍+项目 

• x, y是独立的随机变量，方差期望已知，那么如何求 xy 的方差

• 讲一下BERT

• SoftMax + CrossEntropy的反向梯度求导

---

方便交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

推荐阅读：

【ACL 2019】腾讯AI Lab解读三大前沿方向及20篇入选论文

【一分钟论文】IJCAI2019 | Self-attentive Biaffine Dependency  Parsing

【一分钟论文】 NAACL2019-使用感知句法词表示的句法增强神经机器翻译

【一分钟论文】Semi-supervised Sequence Learning半监督序列学习

【一分钟论文】Deep Biaffine Attention for Neural Dependency Parsing

详解Transition-based Dependency parser基于转移的依存句法解析器

经验 | 初入NLP领域的一些小建议

学术 | 如何写一篇合格的NLP论文

干货 | 那些高产的学者都是怎样工作的？

一个简单有效的联合模型

近年来NLP在法律领域的相关研究工作

---

让更多的人知道你“在看”