百度、腾讯、美团、pdd面经

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！

#校招##面经##算法工程师##百度##腾讯##美团##拼多多#