面经 | NLP算法岗（百度）

最新推荐文章于 2024-01-31 23:54:22 发布

zenRRan

最新推荐文章于 2024-01-31 23:54:22 发布

阅读量726

点赞数

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

提前批在8月初，三面技术面，没有HR面（其中三面听说是大boss面，技术人际各个方向都会涉及）

提前批可以自主投递多个部门，这时一定要找对靠谱的师兄师姐内推????‍♂️正式批部门不能自主选择

体验总结

a. 面试形式为电话面试，面试官小哥哥的声音也太好听了????

b. 考察内容非常之全面，很注重基础；对于所有考察的内容，更注重理解。

c. 回答问题的思路以及速度都是考察项。

一面

自我介绍+项目
- 项目细节
- batchsize大或小有什么问题
- LR怎么设置
机器学习基础：
- L1L2正则化
- 优化器
- 激活函数
- （老生常谈，不再赘述）
python基础：
- yeild是什么
- 与return的区别
- 线程进程
- 装饰器
- python内部实现的多线程有什么问题
- - 假的多线程
Linux基础：
- AWK
- nohup
- 用过最复杂的linux命令是什么
NLP基础：
- word2vec 两种训练方式哪种更好？
- 对生僻词谁更好？
- CBOW模型中input是context（周围词）而output是中心词，训练过程中其实是在从output的loss学习周围词的信息也就是embedding，但是在中间层是average的，一共预测V(vocab size)次就够了。
- skipgram是用中心词预测周围词，预测的时候是一对word pair，等于对每一个中心词都有K个词作为output，对于一个词的预测有K次，所以能够更有效的从context中学习信息，但是总共预测K*V词。
- skipgram胜出✌️
编程题：
- 最长公共子序列
- （老生常谈，不再赘述）

二面

自我介绍+项目
CRF作用
标注的时候样本不均衡怎么办
- 数据增强
- 损失函数有个weight参数也可以一定程度解决这个问题（如果正例少，损失函数的w就提高，（会提高F1 ））
Transformer
self-attention 有什么作用（捕获依赖关系）
梯度消失爆炸（CEC机制）
螺旋爆炸编程题快问快答环节????
- 问了很多编程题，要求列出公式以及完整思路，最后选一个写出代码
- 时间太久了 =_= 小媛只记住了这几个
- 最大上升子序列（dp[i] = dp[j]+1 (j < i && nums[j] < nums[i])）
- 旋转数组找K值
- 只有01生成器，如何生成 0-3等概率，如何生成 0-k等概率（模拟二进制）
各种python基础：
- python2python3map的差别
- 装饰器
- 线程安全/读写锁/智能指针
大文件字典：比如{abc:'aabc','cba','ccab'} mapreduce
Hadoop
流式抽样
- 对数据流的随机抽样
- http://page.renren.com/601034756/note/873554062
- 蓄水池抽样算法（Reservoir Sampling）
- https://www.jianshu.com/p/7a9ea6ece2af
- 1/n的概率留下当前的，手中的k个每个的概率是1/n-1
跳台阶+有一次后退机会（dp[i][0/1]）

三面

作者：西柚媛

编辑：西柚媛

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

让更多的人知道你“在看”

关注