面经 | NLP算法岗（百度）

提前批在8月初，三面技术面，没有HR面（其中三面听说是大boss面，技术人际各个方向都会涉及）

提前批可以自主投递多个部门，这时一定要找对靠谱的师兄师姐内推🤦‍♂️正式批部门不能自主选择

b. 考察内容非常之全面，很注重基础；对于所有考察的内容，更注重理解。

c. 回答问题的思路以及速度都是考察项。

一面

• 自我介绍+项目

  • 项目细节

  • batchsize大或小有什么问题

  • LR怎么设置

• 机器学习基础：

  • L1L2正则化

  • 优化器

  • 激活函数

  • （老生常谈，不再赘述）

• python基础：

  • yeild是什么

  • 与return的区别

  • 线程进程

  • 装饰器

  • python内部实现的多线程有什么问题

    • 假的多线程

• Linux基础：

  • AWK

  • nohup

  • 用过最复杂的linux命令是什么

• NLP基础 ：

  • word2vec  两种训练方式哪种更好？

  • 对生僻词谁更好？

  • CBOW模型中input是context（周围词）而output是中心词，训练过程中其实是在从output的loss学习周围词的信息也就是embedding，但是在中间层是average的，一共预测V(vocab size)次就够了。

  • skipgram是用中心词预测周围词，预测的时候是一对word pair，等于对每一个中心词都有K个词作为output，对于一个词的预测有K次，所以能够更有效的从context中学习信息，但是总共预测K*V词。

  • skipgram胜出✌️

• 编程题：

  • 最长公共子序列

  • （老生常谈，不再赘述）

二面

• 自我介绍+项目

• CRF作用

• 标注的时候样本不均衡怎么办

  • 数据增强

  • 损失函数有个weight参数也可以一定程度解决这个问题 （如果正例少，损失函数的w就提高，（会提高F1 ））

• Transformer

• self-attention 有什么作用（捕获依赖关系）

• 梯度消失爆炸（CEC机制）

• 螺旋爆炸编程题快问快答环节💥

  • 问了很多编程题，要求列出公式以及完整思路，最后选一个写出代码

  • 时间太久了 =_= 小媛只记住了这几个

  • 最大上升子序列（dp[i] = dp[j]+1 (j < i && nums[j] < nums[i])）

  • 旋转数组找K值

  • 只有01生成器，如何生成 0-3等概率，如何生成 0-k等概率（模拟二进制）

• 各种python基础：

  • python2python3map的差别

  • 装饰器

  • 线程安全/读写锁/智能指针

• 大文件字典：比如{abc:'aabc','cba','ccab'} mapreduce

• Hadoop

• 流式抽样

  • 对数据流的随机抽样

  • http://page.renren.com/601034756/note/873554062

  • 蓄水池抽样算法（Reservoir Sampling）

  • https://www.jianshu.com/p/7a9ea6ece2af

  • 1/n的概率留下当前的，手中的k个每个的概率是1/n-1

• 跳台阶+有一次后退机会（dp[i][0/1]）

三面

• 项目各种发散的不同的业务场景问题 * N

• 人际需求问题

• 上线遇到用户反馈错误怎么解决

• 迅速学习编程语言的能力

• 能否接受算法之外的其他工作比如开发

• 百度内部是否还投了别的部门（因为提前批可以自主投递多个部门）

• 面试官说后续等消息，可能要很久

• 已经训好的模型，放到新的数据上怎么提高性能，模型不允许fintuing

• 增量训练

• 在线学习方法

作者：西柚媛

编辑：西柚媛

本文来自程序媛驿站，未经授权不得转载.

如有需要请公众号后台联系

（欢迎转发到朋友圈~）