腾讯 WXG | 技术研究-NLP算法三面复盘

点击下面卡片，关注我呀，每天给你送来AI技术干货！

作者 | Chevalier 

编辑 | NewBeeNLP

腾讯WXG 已offer，岗位是技术研究-自然语言处理方向

一面初试

时间约30min

• 介绍一下比赛

• 介绍multi sample dropout

• 比赛还用到什么预训练模型

• bert、roberta、xlnet异同点

• 如何处理文本长度大于512

• bert参数如何计算

• bert mask策略，作用分别是什么

面委会复试

时间约30min

• 问一下自己认为做的比较好的，有亮点的比赛或项目，

• 介绍了下比赛，最后介绍了模型融合的方式，为什么选择加权融合，当时还尝试了stacking融合，只不过stacking融合的结果不如加权融合的好，这个解释有点牵强，没有从理论上进行解释。

• 介绍了下项目，落地的场景

• 论文什么时候出结果。

HR面试

时间约30min

• 自我介绍

• 为什么选择做NLP，为什么读硕士，还读博么

• 爱好？工作地点？缺点？

• 从小到大，一个人计划，组织，实行，成功的事

• 为什么不投其它事业群

总结

一定要投提前批！一定要投提前批！一定要投提前批！刚回学校的时候在改论文，没有时间复习刷题（主要也是因为寒假太堕落了，没能静下心来学习T T），浪费了很多提前批的机会。提前批阶段简历不进系统，私下面试，就算挂了也不影响内推和正式批。

回到学校也开始慢慢刷题复习，有针对性地投了几家公司，腾讯相对来说是较晚投的，但却是第一个发起面试邀请的，不得不说腾讯的工作效率很高。面试过程也很愉快，HR小姐姐说话很温柔，贼好听。

面试完需要复盘，总结哪里不足。面试官提到的一点让我印象很深刻，就是不仅要做到知其然，还要知其所以然。确实有些方法，我只了解他是怎么做的，却不明白为何这样做。这个坏习惯算是打比赛“培养”出来的吧。参加了很多比赛，尝试了很多方法去刷榜，只知道这些方法怎么用，却不了解其原理，比赛结束后也没花时间去看论文。复习的时候也是如此，尽量去看论文原文，博客笔记只是辅助。我记得复习BERT的时候就发现有些博客讲得不一样，然后回过头去看BERT论文才更加深入。

先写这么多吧~

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

点击上面卡片，关注我呀，每天推送AI技术干货~

整理不易，还望给个在看！