研究周期:2023.03.27-04.01
内容产出:个人主页
小米面经-NLP算法
1.自我介绍(5min)
基于简历问了很多问题:
2.实习中所做项目的数据集介绍
3.事件抽取任务介绍,包括步骤,触发词,事件类型等名词的说明
4.所做项目相关的事件类型大概有多少种
5.输入的文本的长度,类型,对输入数据的预处理怎么做的
因为项目的模型用了bert,所以问了很多bert相关的问题:
6.介绍一下bert的编码层
7.bert用了transformer的哪部分?
8.encoder有哪几部分组成的?怎么实现的?都有什么功能?
9.normalization相关:LN or BN?为什么用这个,有什么作用
又详细介绍了一下事件抽取的任务是怎么做的
事件类型是提前设置好的,事件抽取通过提取到事件的触发词来判别事件的事件类型。
10.任务的输出是什么?有什么信息,是什么类型
11.课设用了逻辑回归,简单介绍一下
12.用什么框架多一些
13.会用java吗,做开发多吗
14.问了一下cv的课设相关的问题,cv问的比较少,问了一下卷积相关的问题
算法题:归并排序
思路:二分+递归
华为:产品岗,不多介绍了
笔试:记录一下记得比较清的题
1.采蘑菇:输入一个m*n的矩阵,每个元素代表蘑菇的价值,给定一个总价值,如果从(0,0)位置开始,每次只能向右或向下走一步,每到达一个位置就得到了该位置蘑菇的价值,最少走多少步能达到规定的总价值。
2.完美字符串的长度:给定一个字符串,和一个整数k,如果字符串中存在这样的子串:每个相邻的字母在字母表中的位置差值的绝对值都小于等于k,那么这个子串就是完美字符串。求输入的字符串的最长完美字符串的长度。
3.重新定义了一下二叉树的输入方式,用新型输入方式画二叉树,求这种新型输入方式下二叉树中重复子树的个数。输入方式(示例:(left_node)value(right_node),如果没有左/右子树则相应位置用X表示)
其他的一些测评题不多说了
关于笔面试的一周总结:面试需要对对简历上的项目/实习十分熟悉,包括使用模型的各种细节,同时应多复习一下基础的算法知识,概念,有时候会提问到。笔试方面考到动态规划还有二叉树的题目比较多,后面要重点刷一下,网易的笔试采用的是acm模式,和力扣的核心模式不同,需要自己写输入输出,平时练习的时候也要注意一下。