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
作者 | liu_sy
来源 | 见文末『阅读原文』处
整理 | NewBeeNLP公众号
写在前面
之前通过非定向内推提前批,简历一直处于筛选状态中,然后大概在8.18在牛客看到一个前辈所在部门(推荐搜索)招人,就把简历发给了前辈,然后隔了两三天就通知了面试。
一面 (8.21 46分钟)
自我介绍
在广告算法比赛中,是如何构建特征的,以及如何识别哪些特征是重要的
word2vector 原理
lstm中的attention是怎么操作的
梯度消失及解决方法
BN的作用
手撕代码:链表相加(leetcode第二题)。需要注意的是最好提前练习如何写链表的示例,因为我们刷题只用写个函数
二面(8.24 60分钟左右)
自我介绍
提问项目和广告比赛,问了一些深度学习基础和机器学习基础
神经网络初始化方法。我回答了随机初始化和He初始化。面试官问我随机初始化有什么问题,He初始化解决了什么问题
BN的原理和作用。这里我的回答面试官提出了很多很多疑问,因为网上关于BN的解释也是说法不一,比如说一种常见说法是BN解决了 Internal Covariate Shift,但是他用sigmoid举例,那现在基本都用relu,relu大于0的时候,梯度都为1,也有这种问题吗,我感觉我也没说清楚
softmax层的label 是什么,我回答one-hot向量。
学会了哪些网络训练调参技巧
word2vector原理说一下,我从one-hot说起,最后说了skip gram 和cbow,这一块回答不好。
lstm结构,输入门,输出门,遗忘门怎么计算的(没让我说),问了我他们的作用分别是什么,我也没怎么说出来。
树模型,ID3,C4.5,CART怎么计算分割点的,信息增益和信息增益率的区别,GBDT和RF区别。
代码说思路
有效括号用了什么数据结构(栈)
TOPK (堆),我说反了,最大堆说成最小堆,面试官疯狂暗示,最后弱弱地回答说反了。
一个长度为n的list,元素不重复,从中取出m个数,问这m个数中某一个元素被取出的概率是多少,我没说对。
这一面我感觉我很多都回答的不好,到那时面试官最后仍然花了很多时间介绍部门,感谢给我三面机会。
三面(8.25 35分钟左右)
面试官上来先介绍部门,问我有没有什么疑问,然后问了简历的东西,技术问题没有深挖。
然后问了我科研,生活,学习上都遇到了哪些问题,哪些方面得到了改变或者提升。
还问我用过哪些百度APP,分析一下抖音短视频为什么那么火,对百度的印象看法,我提到了百度的自动驾驶。
总之技术问题,非技术问题问的一半一半吧,最主要的是面试官问我能不能实习,还问了我两次,我最后说我可以远程实习,感觉我应该回答能实习的,有点后悔。
总之,我很感谢百度公司给了我三次面试机会,这让我增加了秋招的信心和勇气。
下载一:中文版!学习TensorFlow、PyTorch、机器学习、深度学习和数据结构五件套!
后台回复【五件套】
下载二:南大模式识别PPT
后台回复【南大模式识别】
说个正事哈
由于微信平台算法改版,公号内容将不再以时间排序展示,如果大家想第一时间看到我们的推送,强烈建议星标我们和给我们多点点【在看】。星标具体步骤为:
(1)点击页面最上方“深度学习自然语言处理”,进入公众号主页。
(2)点击右上角的小点点,在弹出页面点击“设为星标”,就可以啦。
感谢支持,比心。
投稿或交流学习,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
推荐两个专辑给大家:
专辑 | 李宏毅人类语言处理2020笔记
整理不易,还望给个在看!