首页 > 笔经面经 > 百度、腾讯、美团、pdd面经

百度、腾讯、美团、pdd面经

头像
嘻嘻223
编辑于 2019-09-13 20:49:00 APP内打开
赞 7 | 收藏 40 | 回复5 | 浏览1666
腾讯
一面:2道题,trie树(一个字典,一个文本,找出字典中所有出现在文本中的词);给一个数组,求连续子数组和为k的倍数的所有子数组。然后围绕简历问,问transoformer能完全替代rnn吗,过拟合的几种图像,分析原因,诸如此类的问题,基本都是面试官自己日常中遇到和思考的问题,很有意义,都是很实际的问题,但是我没想过。答得稀烂。

二面:一个有序数组[0,0,0,1,1,1,1,1,1,3,3,3,3,,3],给一个k,找出k的左边界,不存在就返回-1(二分),聊简历,讲下transformer相对于其他rnn的优点,讲下self-attention和attention。聊了下bert的文本分类,然后扩展到场景题,问一个新的短文本,如何正确分到正确的类别里取,不可能去重新训练模型(包括增量训练),也不是用规则这种。

三面:聊简历。然后问我神经网络怎么work的,提到了什么特征才使得他work,全程懵。。编程1-n的全排列问题,输出所有的排列。

四面:全程开放性问题和场景问题。简单聊下项目,然后没问其他的问题。问听说过multi-task吗,bert之后的几个新模型知道吗,只知道名字。问了下代价敏感学习和adaboost,然后问了下怎么判断过拟合,解决样本不均衡的方法,预防过拟合的技术,然后延伸到场景里去,问该怎么用(不是只答个原理)。提了2个新概念,问了下想法(不具备普遍性就不说了);bert如何提取到更高层的特征。

hr面:时间比较晚了,简单问了下,身心健康,目前手里有没有其他offer

感觉腾讯面试官更侧重应用场景,默认原理都知道,这几轮面试学到了很多。

百度(3个部门)
百度大搜:
一面:
自我介绍,然后面试官从简历最下面的项目开始问,问我做了几件事(3件),问了大概15分钟,问的比较浅,讲了整个流程;然后开始问比赛,给他讲了整个流程,问了些细节,我没讲明白,然后把流程图画了出来,继续给面试官讲。接着问了另一个比赛,讲了下整个流程,然后问对模型有没有什么改进,输入进生成模型的是啥,有没有对生成式模型改进。感觉面试官还是比较满意的,问我平时做题多不多,能不能写个内存拷贝(。。。),那你写个二叉树的中序遍历吧(我只会递归的),写完后他让我说写非递归的思路,说完后我又推了两下把循环的写了出来。

二面:
自我介绍,然后只问了一个项目,全程都在问你做这个的意义在哪,我没能get到面试官的点。面试官也觉得我不理解他说的,中间问的太多,很多忘了,两个人都get不到对方,来回了4、5次,然后跳过了,就说了另一个问题,问我有没有想过为什么同样的数据,二分类的效果就好,多分类的就差?(回答的很不好,我是从数据标注质量这个角度回答的,之前没想过为什么不好,只知道堆模型,一个项目聊了得40多分钟)。然后问我平时写程序吗?(懵)我说写一些神经网络的,然后实验室做一些业务项目,不涉及算法,他接着问本科写过什么程序,我说就做过一个软件杯,然后面试官不想问了,他让我写个组合的问题,dfs写了,问我这个程序有没有啥问题,我没明白意思。。。然后问我让你写排列的话怎么办,然后给他讲了下我认为的排列和组合区别,然后让我改成排列。

三面:
上来让我自我介绍,然后开始问我问题,这一面真的自闭了。你为什么投大搜?你了解大搜吗?未来3-5年的规划?然后又问我,平时一般做啥,然后优点,缺点(想了半天就想到一个),然后就开始给我介绍三个大组,让我想想自己适合什么,然后就开始让我提问。(这一面整个都很爆炸,感觉被劝退)

四面:
自我介绍,详细点,这样他就不问细节了。然后聊规划,问我平时有啥爱好。然后给我介绍他们大组的3个小组。最后让我向他提问,我问了很多,面试官一直提醒我优秀的同学一般都会问这个问题, 我始终没问出他想让我问的(因为不优秀所以问不出吧。。),后来他说让我随便问关于大组、部门和整个百度的都可以。然后最后不是太满意吧,我问的问题挺low的,最后我问他你觉得我能进你们组吗?(双方都很尴尬)

大搜面试过程很舒服,面试官虽然没用过自己简历里的方法,但是很认真的听,提问,过程中一直引导,面试官很专业,面试体验非常好

百度feed:
一面:
自我介绍,上来先做2道题,一道是堆排序,一道是加权采样(面试官临时想的一个问题),然后就是项目时间,大概20多分钟聊了下项目,然后开始问基础,问了lstm,让画图讲,让讲textrank原理,写公式,对着讲,问有没有做过聚类(没有),有没有用传统方法做过分类(没有),有没有做过传统机器学习模型(没有),走时问我知不知道聚类的算法(只知道kmeans,没操作过,其实我还知道个DBSCAN,但是还没说完面试官就走了)

二面:
自我介绍,对着项目问,具体细节就不说了,让我讲transformer的原理,结构图,bert原理,gpt,elmo,xlnet,Erne,问为啥不用xlnet和Ernie(不会用,没pytorch版,bert资料多),bert 两阶段是如何执行的(。。。),推荐的算法懂吗(说了几个名词,具体让解释下,一个都不会)这面面试官水平挺高的,还问了些记不太清了,就考道逻辑题,3张扑克,一张大猫,分成2堆,一堆有2张,一堆1张,从2张的那堆里去掉一张不是大猫的,问剩余2张各是大猫的概率。

三面:
自我介绍,开始向我提问,问了特别多,快50分钟,关于成长,压力,交际,工作,问题太多,然后做了一道推荐的场景题,具体就不说了,我题都没听懂,最后我问了3个问题,面试官说虽然你说你喜欢推荐,但是我感觉你完全不懂推荐,我送你出去。(告辞。。)

百度aig:
一面:
自我介绍,2道题,C++状态码返回(就是异常处理,然后设置不同的返回值表示是否正常)与trie树(字符串的搜索)。聊项目,然后想他提问。

二面:
自我介绍,让挑一个项目给他讲,然后做了一道题,阿拉伯数字+表示数字的中文字符转换为数字,比如一千3百0五 ==> 1305

aig面试官太厉害了,我简历上都是自己做的,有些时间太长不记得细节了,搞的我都不敢说是自己做的了。。。

美团:
一面:聊项目,问transformer的encoder输出的k,v是不是相同的,如果相同,为什么需要两个。问了word2vec的cbow、skip gram、负采样的细节(非原理),然后问bert怎么的源码一些细节,其余问题记不清了。编程题,给一个数组,将其中的非0元素移动到做边,0移动到右边,不改变非0元素的相对顺序。
二面:全程聊项目,问了下基础的机器学习的算法有用过吗(没用过,打扰了。。原理啥的也记不太得了),编程题链表归并。
三面:等了一会,他们总监比较忙,(另外因为安排的原因,一面面试官其实是3面技术面试官)就挺幸运地跳了一轮技术面,直接到总监面。问了下未来的规划,自身成长经历等等,介绍了他们部门和对应届生的成长规划。

美团的面试官水平真的高,技术面问的我都淌汗了,总监面也很专业。

拼多多
一面:聊项目,问了下bert的输入以及和gpt,elmo的区别,然后问知不知道ernie和xlnet。编程题一个棋盘,起始点在左上,终点右下,棋盘上有一些棋子,找到一条路径,使得经过的棋子最多,并且记录下这条路径,最后面试官让我向他提问。

二面:全程聊项目,问了下知不知道gbdt和xgboost(打扰了。。),然后面试官说没事,做了个堆排序的题,最后面试官让我向他提问。

希望能帮到大家,我自己面试前都都很紧张,每次都肚子疼,几次一面完就觉得自己该跑路了。
阿里和头条这两天才投,之前没想投的,看身边同学都投了,就投了下,能面上的话,之后再写下吧。

我的面的公司比较少,感觉基本都在聊简历,另外,比赛、实习、论文、acm,个人觉得有1-2个就够了,做的出彩点就行,如果是比赛的话,名次靠前很有用。
最后,个人觉得刷题就完事了(虽然我也没刷几道),但这个收益真的大,算法、研发、外企都用得上。

最最后,祝大家和你们的家人中秋节快乐吧,好好休息下,节后再战,希望大家都拿到理想的offer!

5条回帖

回帖
加载中...

相关热帖

近期热帖

热门推荐