腾讯2020暑期NLP算法实习面经

缘起

时间拉回到今年的4月份左右，因为疫情原因我已经在家呆了快4个月，虽然自知要准备面试相关的内容（算法理论基础+算法题），但效率却非常低，自身也很着急。一开始大概在2月份开始上手写简历，几番修改简历后心里才稍稍有些底，才开始向各大公司开始投递简历。

收到腾讯面试官的通知是在一个晚上，当时也是刚刚投递简历到官网。记得当时自己还主动发问面试官你们那边主要是做什么的？然后面试官给我讲了半天2333，这样其实是蛮好的，自己会明白自己所掌握的技能是否与对方对口，从而大幅度提升通过面试的几率，毕竟，知己知彼方能百战不殆。由于没有刷很多算法题，基础也自感薄弱，我的心里其实很没底，一直在纠结要不要参加这个面试，甚至还去知乎上查了半天。事实证明，就算你觉得自己天下第一菜，也要始终对自己充满信心，不放过任何一个机会！抱着哪怕没面试上，也积累了经验的心态，我开始了我的一面。

一面：技术面

我先进行了自我介绍，然后很自然地引出我在实验室的工作。

由于过去读研一年多我在实验中完整参与了一个NER项目，所以从数据标注的制定标准，到选取模型，再到改进模型的整个过程我之前都完整地反复练习描述了很多遍，包括模型的错误分析是什么，针对错误分析怎样进行了改进，研读了哪篇论文，复现该篇论文的工作效果又如何，是否解决了该错误。

通过以上过程，你的项目就不是简历上几行苍白的字了，而是通过你的描述变成了一个真实问题场景下的不断优化和改进的过程，而这个过程会更加接近企业的真实场景，符合面试官的心理期望，请小伙伴们务必熟练掌握。同时注意，讲述项目时切记要条理清晰，重点突出，也能够很好地突出你的表达能力。

最重要的，由于面试时间是有限的，如果你能将主动权控制在自己手上，花大概一半的时间讲自己擅长的内容去推销自己，那么接下来的时间对方极有可能不会出太难的问题来刁难你。当然，对于头条这类一上来就让你写算法题，通过才能继续的公司来说，还是要把算法练熟，才能继续你的表演。

讲述完项目之后，对方开始了提问，主要问题针对在项目中如何解决问题的一些细节，以及一些基础的算法理论，比如：

1）序列标注常见的算法有什么；

2）CRF和HMM的区别；

3）LSTM相比RNN改进在哪里；

4）你了解Bert吗？讲解一下他的模型结构和模型细节

最后是手撕代码：

1）子集（回溯算法）

2）求π的近似值（这个比较玄学，在面试官提醒下才知道大体思路）

腾讯面试是会有一个自己的代码平台，不是牛客，这点和阿里很像，就是你在这边写那边会看到这种

二面：技术leader面

首先，更加深入项目，开始结合组内本身存在的问题和难点，以及他们想要接下来做的事情发问。

比如我是做小样本NER的，对方就会问，你对于各个领域全品类的NER怎么从0到1去做？

我是从数据分析、模型选取和数据增强三方面去回答的。

接着，会问你对目前NER领域模型存在的弊端及有何可以改进的地方，考察你对前沿领域的了解和文献阅读能力。

最后，会问你有什么问题没有，我就开始问对方的业务细节，他们是主要做什么的，让技术leader从他的角度进行说明，这样既体现了你对对方工作的兴趣，也表现了你自己的好学，也是加分项。此外，对方还问了你能否参加实习，发没发论文等常态化问题，因为我就在北京，所以是可以实地实习的，可能也是成为了一个加分项。

三面 ：技术总监面

技术总监面就不仅仅关注技术了，而是会关注你在完成这个项目过程中，是怎么进行任务分配，时间管理及与人合作的，一句话来说就是会考察”软技能“。由于我在项目中主管了数据标注这一工作，所以详细阐述了自己是如何与专家交互，以及安排标注人员进行标注的，突出体现了自己具有一定的管理技能。

此外，你也要适当发问，比如对方组是否有发表过学术论文等，对方比较关注的点是哪些。技术总监面稍微会短一些，但是也是至关重要的一环。

以上三面都是在一个下午完成的，可能是提前批的末尾吧，我面试时腾讯效率奇高，一个下午就完成了所有技术面试，从小透明到等候鹅厂HR面，心态的确是开心到飞起。当然，在等待后面的HR面和OC时也是一直战战兢兢地等待，还好一切顺利，不负自己的努力！

现在已经在鹅厂实习一周左右了（北京总部），每天早晚餐免费，班车接送，还有丰富的花茶奶茶咖啡饮品，旁边就坐着一面面试官，午餐有时候和一面二面面试官一起吃饭时，还会有种很恍若隔世的感觉。很幸运能够在第一次实习就榜上鹅厂这棵大树，有种被鹅厂这个低调但家财万贯的贵公子悄咪咪收了的感觉~

收到实习Offer只是起点，努力工作，真正对准目标，做出结果，为组里真正作出贡献才是王道！实习时并不想着转正的压力，而只是踏踏实实把手里的事情做好，别人都会看到你的付出。

以上就是我的面经啦，第一次写面经，有所不足请多多指教~