暑期实习上岸总结
目前情况
- 快手 NLP offer
- 微软 NLP offer
- 360 机器学习 hr面结束
- 蚂蚁金服 机器学习 oc
- 58同城 NLP 二面结束(应该凉了
- 腾讯 NLP 三面凉
面经
还有几家的面试没有记录，因为面完心情不好......
快手
快手整体来说面试体验很好，流程也比较快，是我的第一个offer
https://www.nowcoder.com/discuss/409458
微软
微软是意外之喜，hr小姐姐很贴心，面试体验很好
https://www.nowcoder.com/discuss/404126
360
一面（1h）
过程就是我不停的给自己挖坑，面试官不停的指坑，然后我不停的填坑
1、自我介绍
2、讲下attention在seq2seq中的用法，transformer中self-attention
3、介绍RNN、LSTM、GRU并比较
4、多分类的评价指标
5、二分类的评价指标
6、解决样本不平衡的方法
7、介绍一下有哪些集成算法
8、讲一下偏差、方差、噪声
9、介绍BN
10、比较随机梯度下降、批量梯度下降、小批量梯度下降
11、手写LR的目标函数
二面（<30min）
1、自我介绍
2、介绍比赛
3、知道机器学习中哪些分类模型，讲下它们的区别
4、聊人生聊理想......
hr面（<30min）
1、自我介绍
2、评价自己优缺点、兴趣爱好、平时怎么学习算法、未来规划等等
蚂蚁金服
一面（1h）
1、自我介绍
2、详细的问了之前实习工作内容(第一次被问到实习经历部分
3、详细讲解GBDT
4、GBDT和xgboost的区别
5、手撕代码，阿里伯乐上写，二叉树的最近公共祖先，实现softmax
二面（40min）
1、自我介绍
2、再一次被详细问了之前实习工作内容
3、挑一个熟悉的机器学习模型讲一下(我选了LR
4、为什么LR的目标函数是最大化似然函数
5、LR加上正则化项后怎么求解
二面的面试官好厉害，受益匪浅，自己的数学基础不行
三面（40min）
1、自我介绍
2、口述代码，一系列连续整数，从中抽出两个数然后乱序，找出这两个数
3、开放题，如何判断一段文字的时效性，和面试官一直在沟通，感觉回答的还行
4、口述代码，判断100的阶乘后面有几个连续的0
四面（20min）
以为会是hr面，结果是技术面，有点凉，许愿！！！
1、自我介绍
2、tensorflow和pytorch的区别
3、讲一下C++的多态
4、开放题，输入是一个短文本，判断是否是服装相关内容
hr面（15min）
拿到口头offer啦~
58同城
58同城的AI lab，问的东西范围很广，收获很大
一面（1h）
1、python中list和tuple的区别
2、python中__call__函数什么作用
3、python中dict怎么按照key排序
4、python中list里字符串怎么拼接在一起
5、pytorch怎么搭模型
6、train和eval有什么不同
7、估计一下bert的参数量
8、roberta和bert在预训练时的不同
9、bert如何mask
10、BN和LN的不同
11、防止过拟合的方法
12、早停具体怎么做
13、skip-gram和CBOW有什么不同，哪个性能更好
14、交叉熵损失函数公式
15、LR和SVM哪个对异常点比较敏感
16、口述算法题：最长公共前缀、寻找旋转排序数组中的最小值
二面（25min）
1、python中函数形参*和**是什么意思
2、python中list和tuple的区别
3、口述算法题：10亿int型整数，找出不重复的数字，内存限定2G
4、LSTM中输入、隐藏层、输出的维度都一样吗
5、LSTM中步长改变，参数改变吗
6、估计一层LSTM的参数量
7、textcnn和lstm相比有什么不同
8、如何利用朴素贝叶斯进行文本分类
腾讯
对腾讯只能用无语凝噎来形容(但是正式批该面还是得面...
https://www.nowcoder.com/discuss/400521
祝大家都早日拿到心仪的暑期offer！！！
投递快手等公司10个岗位