2022年微软暑期实习提前批面经(苏州STCA)
本人基本情况：双非本硕，有过一个小公司的NLP实习和一个比较水的Java项目，投递的是微软STCA苏州的software engineer intern 岗位，现在已经拿到offer。我是元旦放假期间在微软官网投了简历，1.6收到了简历通过的邮件，1.17-1.21面试，1.27收到意向书，2.10收到offer。当知道微软提前批开始时，正值期末考试期间，没时间准备面试，就想着去碰碰运气，听说苏州扩招了，应该会容易点，就投了这个，没想到最后居然过了。
面试的主要内容如下：
一面(1.17)
上来是自我介绍，然后问了之前在做项目时遇到了什么问题，怎么解决的？然后就开始做算法题了。面试官本来打算用Teams的聊天窗口把题目发给我，但我找了半天就是没找到Teams聊天窗口在哪，最后不得不改为面试官口述题目，然后任选一门语言实现。
第一题：给你一个数组和一个数target，要你将数组中值等于target的数删除，并把后面的数前移，要求空间复杂度为O(1)。这个直接双指针很快就ac了。
第二题：给你一个数组，两个人轮流从数组两端取数，取出的数之和大的为赢，假设两个人都以最佳选择取数，请问先开始者会赢还是会输？(后来才知道是leetcode486原题) 得到这道题后，我完全没思路，面试官提示说是动态规划问题，但我还是不会，然后面试官又开始了锲而不舍的提示。最后，在面试官不断的提示下，我终于在快结束的时候写出了状态转移方程。
最后是反问环节。
二面（1.19）
一面和二面是平行面试，只要通过一轮就行，由于我一面侥幸通过了，二面就跳过了。
三面(1.21)
上来面试官让英文自我介绍，我说没准备，就用中文了，然后面试官就开始对我的简历开始了提问。面试大致内容如下：
- 实习项目用到了什么模型？（提到了crf）
- CRF是生成模型还是判别模型？
- 什么是判别模型？
- 你都用过哪些机器学习模型？(提到了决策树)
- 决策树每次划分子集的算法是什么，具体怎么工作的？
- 请介绍一下你的实习项目？（NER，用到了远程监督）
- 什么是远程监督？
- 远程监督具体是怎么用到项目中的？（词典匹配）
- 远程监督的匹配错误问题怎么解决的？
- 词典匹配怎么做的？
- 匹配算法的时间复杂度是多少？
- 你能优化一下你的词典匹配算法吗？(提到了字典树)
- 字典树具体怎么用？
- 你能针对此问题设计一种数据结构，并任选一门语言把它实现出来吗？
- (这个没写过，只能硬着头皮去实现字典树了)
- 时间快到了，面试官开始提示我，不要只顾着写字典树，你要设计一个接口，方便进行词典匹配，降低原算法的时间复杂度
- 我照着他的要求写了一个供词典匹配的接口，然后就结束了
- 最后依然是反问环节
总体感觉：
微软的面试官非常nice，不会的时候他还会耐心的提示。面试完后，我就感觉自己凉了，最后没想到我居然过了，也许他面试不只是考你能否把题做出来，还看沟通、理解和抗压能力吧。
#微软暑期实习##面试题目##微软#
过两天二面
查看9道真题和解析
学而思二面5人在聊