2021秋招 NLP算法岗面经

春招面了阿里和微信积攒了一些面试经验，春招只要拿到offer也不用面太多。秋招就面得比较多，包括：字节、微信、百度、华为、美团、拼多多、快手、虾皮（shopee），也都拿到了offer。

一、春招实习

阿里 4+1
- 一面：自我介绍 + 三道算法题（两有序链表合并+汉诺塔+最大公共子串）+ 基础考察 + HMM维特比算法
- 二面：聊天 + 压力面
- 三面：leader面，自我介绍 + 项目介绍提问 + SVM的SMO算法
- 四面：交叉面，主要是考察逻辑能力和智力题，其中有道是 “两枚不均匀的硬币，每次随机选取其中一枚投掷，每组投掷10次，共进行5组实验，求两枚硬币各自正面向上的概率“，经典的EM算法（没想出来=_=，但影响不大）
- HR面：聊天
微信 2+1+1
- 一面：四道题，pytorch/tensorflow实现attention + 伪代码实现决策树/LR + 链表翻折 + f(x)产生随机(0, 1)分布，构造正态分布N(0, 1)函数g + 基础考察（激活函数优缺点 + 梯度消失、爆炸解决方法 + GBDT/XGBoost + 开放题长文本分类方案说几种）
- 二面：基础考察：优化器（说一个自己熟悉的讲原理）+ Transformer/BERT发展史。最后是一个小时四道题，算法题（hard，树层序遍历的复杂版，没做出=_=）+ 概率题 + pytorch实现attention（重复了） + 实际应用题（比较麻烦的查表操作）
- 三面：面委会，项目介绍+聊天
- HR面：性格 + 兴趣爱好 + 家庭了解

二、秋招

字节：3面无HR面
- 一面：
  - 基础考察：AUC的物理含义、防止过拟合的方法、L1和L2的区别、介绍GBDT和XGB、LR损失函数书写和梯度推导
  - 算法题两道
- 二面：
  - BatchNorm和LayerNorm区别、CNN参数计算、attention参数计算、类别不平衡解决方法、focalLoss介绍、预训练模型发展史介绍
  - 算法题一道
- 三面：leader面
  - 基础考察：BatchNorm训练和预测的不同、BERT模型的训练过程、attention过程qkv含义。
  - 项目拓展：针对你讲的项目提出开放性问题，例如类别数量特别多、类别不平衡怎么办
  - 算法题：计算一个算式的结果，包括加减乘除，例如 1 + 2 * 3 - 4/5。考察数据结构，算法，最后拓展到梯度计算
微信：3+3+1
- 一面：mentor面
  - 可能因为笔试比较好(4.8/5)+春招过了的缘故，没做题，就聊聊项目和相关业务问题
- 二面：leader面
  - 两道算法题（一道mid一道hard，常规题）+ 基础考察 + 项目介绍 + 聊天
- 三面：电话面
  - 项目和论文介绍，抓着论文里的点提问，考察逻辑能力和拓展性思维
- 四面：面委会
  - 直接共享桌面打开论文介绍，提问回答
- 五面：面委会
  - 比赛项目经历详述，一道算法题（hard）
- 六面：面委会加面
  - 比赛实习经历详述，讲述自己怎么比别的队伍好，实习里怎么解决问题。考察NLP领域知识，预训练+微调的理解、蒸馏的理解、提示学习有没有了解。
- HR面：自我介绍 + 论文/学校情况 + 实习不符合预期的事 + offer情况了解/选择公司的考虑因素 + 兴趣爱好
百度：投的晚参加的统一面试，笔试后一天内面完，每面20分钟
- 一面：2道算法题 + 基础考察 + Mapreduce全局排序（因为看到我简历上有）
- 二面：1道算法题 + 基础考察
- 三面：leader面，聊天，为什么投百度，遇到过什么挫折怎么解决
华为：华为面试过程比较流程化（体验好），同样投的晚，一周内面完
- 一面：自我介绍，项目比赛实习论文，基础考察，一道算法题
- 二面：自我介绍，梯度偏导等相关基础知识，一道算法题
- 三面：自我介绍，介绍比赛、实习和论文
美团：3+1
- 一面
  - 基础考察：项目介绍、类别不平衡（focal loss、交叉熵、KL散度、MSE缺点)、LayerNorm、L1和L2的区别和稀疏解、ALBERT原理、Roberta原理、XLNet原理。
  - 智力题：两个人掷硬币，正面赢，第一个人赢的概率
  - 算法题，翻转部分链表
- 二面：一道算法题，聊实习经历和比赛，基础考察
- 三面：leader面，同样是介绍实习经历和比赛，并回答提问。开放性题：怎么实现类似百度app搜索框里的词条补全提示功能。
- HR面：聊性格，最想做但没做的事，offer情况
拼多多：3+1
- 一面：基础考察（和字节是最八股文的），两道算法题，一道链表一道动态规划
- 二面：聊参与的项目和实习，出了一道hard算法题没做出来，换成一道mid的
- 三面：聊项目、实习、比赛，出了一道概率题，已知有一个随机数产生函数f()，构造产生[0, 1]均匀分布的函数g，并实现代码。
- HR面：性格 + 家庭情况了解 + 是否接受加班 + 怎么看待pdd
快手：3+1
- 一面：经历介绍 + 基础考察 + 两道算法题
- 二面：经历介绍 + 基础考察 + 两道算法题
- 三面：leader面，经历介绍 + 一道算法题
- HR面：问的非常详细，offer情况，为什么选这个部门，自己怎么考虑
虾皮：2+1
- 一面：经历介绍 + 基础考察（会问简历上相关的，问的面很广，包括多模态+联合学习(PLE/MMoe)+半监督） + 两道算法题，面试时间写着1个小时，实际上面了大概45分钟
- 二面：经历介绍，项目和比赛详细说并回答提问
- HR面：因为投的新加坡岗位，所以被要求英语自我介绍（当时就尬住了，但影响不大），了解新加坡吗（然后就介绍了新加坡消费的相关情况，平均每月个人开销2000新币但税收低），为什么投新加坡。

三、总结

算法岗有论文会比较有优势，但也不是必须的，如果实习项目、比赛很出色同样会受到青睐。
实习经历很重要，特别是推荐岗，如果想去做推荐，最好春招实习就是去做推荐相关岗位。
leetcode算法热点题必须刷得很熟练，一般mid题10分钟左右思考并写出来为佳。八股文也要背得熟练。开放性题主要注意逻辑思维，言之有理即可。准备充分是拿到好offer的必要条件

2021秋招 NLP算法岗面经相关推荐
1. 2022秋招，算法岗最全面试攻略，吃透28个必问题直接速通大厂
  算法是比较复杂又基础的学科,每个学编程的人都会学习大量的算法.而根据统计,以下这28个问题是面试中最容易遇到的,本文给出了一些基本答案,供算法方向工程师或对此感兴趣的程序员参考. 除了文章提到的这些题 ...
2. 如何看待2021年秋招推荐算法岗灰飞烟灭？
  由于近些年深度学习技术的飞速发展,大力加速推动了AI在互联网以及传统各个行业的商业化落地,其中,推荐系统.计算广告等领域彰显的尤为明显.由于推荐系统与提升用户量以及商业化变现有着密不可分的联系,各大公 ...
3. 2021秋招-NLP基础任务模型-NER
  NLP基础任务模型-NER 注: 基本全是转载,也都附加了转载链接,侵删. 多谢各位大佬的总结. 目录: 任务定义简单综述数据集细节总结模型细节总结损失函数计算总结 NLP实战-中文命名实体 ...
4. 美团秋招笔试——算法岗
  #include <cstdio> #include <iostream> #include <queue> #include <set> #inclu ...
5. 美团2021秋招笔试算法题
  1.小美最近迷上了22这个数字,一天,她发现他的一本书中有一个神秘的大数字.于是她想知道这个数字中有多少子串代表的数字能被22整除. 2.小美所在的城市有很多地铁站,地铁站之间由线路直接连接,组成了一 ...
6. 2023秋招360公司NLP算法岗面经
  来源:投稿作者:Sally can wait 编辑:学姐 NLP算法岗面经作者介绍中文系转NLP,985应用语言学研三,微软STCA的swe暑期实习,在研究生阶段做过导师给的toB的NLP横向项 ...
7. 2020春招 / 2021秋招阿里、腾讯、字节、快手、美团 JAVA 开发岗面试高频问题总结
  2020春招 / 2021秋招阿里.腾讯.字节.快手.美团 JAVA 开发岗面试高频问题总结 2.1 进程和线程的区别? 2.2 进程的调度算法有哪些?(主要) 2.3 常用 IO 模型? 2.4 s ...
8. 聊聊2021秋招互联网薪资
  作者 | 武汉在逃热干面(来源知乎) 编辑 | NewBeeNLP 正好经历了2021的秋招,就简单分享下去年互联网秋招的薪资情况吧. Offer评级互联网其实包含很多岗位,包括算法.开发.测试.产 ...
9. 拿到2021年灰飞烟灭的算法岗offer的大佬们，都是啥样的？
  来自 | 知乎编辑 | 深度学习这件小事链接 | https://www.zhihu.com/question/420313215 本文仅供交流,如有侵权,请联系删除问题拿到202 ...
最新文章
热门文章

2021秋招 NLP算法岗面经

一、春招实习

二、秋招

三、总结

2021秋招 NLP算法岗面经相关推荐

最新文章

热门文章