作者 | huasdahadi
整理 | NewBeeNLP
进NLP群—>加入NLP交流群
写在前面
现在距离秋招结束也好长一段时间了,今天总结一下自己在秋招中的一些经验和教训,希望可以帮助到学弟学妹们。
先介绍一下我自己的情况,我本科211,硕士985,软件工程专业。我投的都是算法岗,最后有幸拿到了腾讯、百度、美团、网易游戏、华为公司的offer。
面试建议
我对于秋招、春招的建议,其中最重要的一点就是一定要多投简历多面试、积极主动(对于很厉害的人,当我没说😑)。因为每个人的侧重点不同,把过多的时间放在看帖子、复习基础上,可能会导致走偏了还一直没有发现,面试可以看出来哪些东西是重要的,纠正方向。
多投简历多面试可以针对性的发现自己的问题,一定要记录面试内容,方便后续复习。
积极主动更加重要,有很多的情况是投完简历就石沉大海,能获得面试的机会寥寥无几。我的建议是尽量找内推,至少保证自己的简历被看到,一旦发起面试,要主动跟进面试流程。
可能大家都懂这些道理,但是据我观察到的,做到这样子的真的不多!
废话就说到这里,下面是一些实际操作!!
秋招面试一般有笔试+三次技术面+hr面。
笔试在线上做一些题目
一面问基础知识和做一些算法题目。
二面会问一些项目或者场景题,但是如果一面的算法题目做的不好,也会继续做做题目。
三面就可能会继续聊聊项目论文,我的三面一般问的更多是解决问题的想法,这个就看不同的面试官啦。
hr面就是hr小姐姐问问自己的情况之类的。不过走到hr面就基本稳啦,不用太担心啦。
一、基础复习
基础复习部分主要包括:笔试+一面
笔试刷一些题目就好了,《剑指offer》上面的算法题目过一遍就可以了,时间充裕可以刷刷leetcode。
一面比较侧重于基础知识和算法能力。现场做题目不会有特别难的,大部分都是动态规划,套路也比较固定,看看之前面试的帖子,就可以啦。基础知识部分主要是算法、数据结构、计算机网络、语言基础这些,如果非科班的同学,可能需要在这一部分多下些功夫啦。对于机器学习岗,推荐看一下《百面机器学习》,因为我是机器学习岗位,其他不是很懂,就不乱讲了。
二、针对性复习
二面和三面对侧重于实习、论文、项目的东西,所以建议大家一定要把写在简历上的东西都搞懂,禁得住问,不然还不如不写了。。。
这个部分就是我前面建议多面试的关键,这部分内容其实自己很难复习的,需要面试过几次,了解面试官对于你的项目会问哪些问题,怎么问,然后针对性复习。
当然前期自己可以将论文、项目的介绍背的熟练一点。
其实说的经验不是很多,我比较主张实战练习,看了太多的帖子,也是别人的经验,没办法完全照搬。
下面是我的一些面筋,如果能帮到大家就很开心啦。
腾讯 cdg
一面
Lr和树模型区别
gbdt和xgboost
rbf和xgb同等效果下,哪个更深(rbf更深)
过拟合
项目说说异常检测
统计:从大数据中抽取m个样本,怎么保证可以代表原数据集
二面
自我介绍
说一下异常检测项目
开放问题:时针分针一天重合多少次
自己的优缺点
三面 总监面
自我介绍
图像和文本在做的时候,有些什么区别
cnn rnn attention 在文本上怎么用
为什么现在cnn 和 attention用的比较多
AE,VAE随便说说
图像生成方法怎么检测异常
传统机器学习和深度学习怎么看
深度学习的解释性
网络异常怎么回事
我主动讲了多分类方法
百度
一面
自我介绍
会什么机器学习算法,说了lr、树模型
分类和回归有什么区别
讲讲lr,公式,做多分类怎么办(说多个二分类或者softmax)
讲讲svm,推一下公式,没推出来,怎么处理非线性,说说核函数,具体怎么做,软间隔
异常检测项目,简单说一下,目前有什么方法?
机器学习和深度学习有什么区别?
正则化有什么,l1,l2,分别有什么作用,怎么做到的,对应到概率是什么,拉普拉斯和高斯,具体说一下
文本分类,bert了解吗?输入有什么改进
说一下fasttext,有什么好处
做个题目,爬楼梯(动态规划)
二面
简单介绍一下异常检测
图像数据cnn介绍、物理意义
生成方法为啥可以保留住信息
稀疏图像进行压缩,hash,查找值多层hash
怎么判断哪些位置是不是0问题,用二进制
多标签情况下,如何判断一个标签该不该留下,考虑绝对值和相对值
用假设检验方法
word2vec ,分层softmax,用的什么树,哈夫曼树,怎么做分层softmax
美团
一面
自我介绍 -说到xgb,说说优点
梯度怎么用的,体现在哪里,怎么求
lr的公式以及梯度求解
过拟合,l1,l2,分别有什么用,怎么做到的效果(特征选择和防过拟合)
场景题:一个query,一些结果商品,怎么做点击率模型,怎么处理商家恶意点击
概率题:一个硬币,一直到一个人为正面停止,分别计算先手后手赢的概率,2/3,1/3
算法题1:两个有序数组,求中位数
算法题2: 翻转数组,找一个值
平面一些点,距离近的算一类,输出可以有几类(我用的dfs,复杂度高了点)
希望复杂度降下来,怎么办,提出用树,这个树怎么用?参考knn
二面
自我介绍
介绍项目
项目亮点
为什么异常检测没有异常数据训练
随机森林怎么计算特征重要性
分词方案个数:给了分词,给一个句子,有多少种分法,dfs 2^n
说动态规划方案,简单写一下代码
网易游戏
自我介绍
fasttext word2vec
lightgbm 和 xgboost
介绍项目 异常检测 一分类
python使用 哪些模块 list 元组 python迭代器
linux命令行 tail grep
作业帮
一面
代码题目:用先序遍历结果建树(带有空指针),后序遍历
验证分布是否一致(假设检验、t检验)
不均匀硬币,扔5次,3次正,2次反,求正面概率
加了正则化后,梯度方向是怎么样的
Lr公式,为什么lr是凸优化的
二面
问了公司的内容
扔硬币,一个双面(花字),两个都是字,两个都是花;第一次是字,第二次还是字的概率(4/5)
林业局统计树木特征,有噪声(高度),如何去噪;(1、特征筛选(与高度有关的,种类、树龄);2、划分数据;3、去噪方案)
两个二叉搜索树合并(先有序数组,合并,建树;时间O(n))
M*N矩阵,左上角开始走,一直走到右下角,只能向右或向下,多少种走法(递归或动态规划:f(m,n) = f(m+1,n)+f(m,n+1),数学方法就是C_(m-1+n-1)^(n-1) )
业务拍照搜题,月活下降,可能是什么原因(时间周期、技术、运营活动结束、法律政策、同类商品竞争、公关新闻)
华为
一面
做试卷题目
cnn计算,1*1卷积核作用
数据增广、清洗
找代码错误 主要是char 最后需要加上 ‘\0’
代码:开平方,不能用乘,只能用移位做
二面
说一下异常检测项目,具体说说,为啥用sigmoid
又说了一下符号网络,简单说说
出了个题目,iou计算
商汤
Lgb简单说说
写写代码:二分查找、拿硬币问题(dp)、最长回文
上面的问题,计算时间复杂度
二面
题一:1000以内所有质数
题二:根号n问题,优化方法,梯度下降,还有哪些
c++ python 解释性语言区别
pyc文件
c++ 编译过程
python 迭代 生成器 装饰器怎么用
c++ new malloc free del 区别
del [ ] del区别
卷积操作 怎么加速
Gpu为啥比cpu快
模型部署,怎么加快inference,剪枝之类
进NLP群—>加入NLP交流群
知识星球:NLP学术交流与求职群
持续发布自然语言处理NLP每日优质论文解读、相关一手资料、AI算法岗位等最新信息。
加入星球,你将获得:
1. 最新最优质的论文速读。用几秒钟就可掌握论文大致内容,包含论文一句话总结、大致内容、研究方向以及pdf下载等。
2. 最新入门和进阶学习资料。包含机器学习、深度学习、NLP等领域。
3. 具体细分NLP方向包括不限于:情感分析、关系抽取、知识图谱、句法分析、语义分析、机器翻译、人机对话、文本生成、命名实体识别、指代消解、大语言模型、零样本学习、小样本学习、代码生成、多模态、知识蒸馏、模型压缩、AIGC、PyTorch、TensorFlow等细方向。
4. NLP、搜广推、CV等AI岗位招聘信息。可安排模拟面试。