还愿好未来Offer -- 附NLP算法面经

9月20号好未来笔试,90分钟出了7道编程题,好在不是很难,最后A了5道左右,有1道题申请队列的地方一直报错,很迷。
紧接着9月24号下午笔试,好未来的笔试是如果通过一轮,就会通知你继续下一轮,直到最后一轮,所以用了一下午的时间做面试。
下面是面经,有一些小的知识点我认为比较简单的就没有记下来。
9.24 下午2点 好未来一面

1、问项目:kmeans聚类,聚的是特征还是样本?特征的距离如何计算?

2、简单的深度神经网络(DNN)的损失函数是什么?

3、介绍GBDT

4、介绍TransformerBERT等。

5、代码:树的层次遍历。

9.24 下午3点 好未来二面

1、主要在问项目。

2、代码:leetcode.887鸡蛋掉落。

9.24 下午6点40 好未来三面(hr面)

1、自我介绍。

2、关心了下项目(难点,成长,需求咋对接的,导师觉得咋样等)。

3、预期薪资(因为这个老师不是负责校招的,不知道岗位级别和薪资范畴,所以我也没给具体薪资期望)。

面试官们都是比较友好的,会让你自己发散地去讲,不会打断。最后应该是一个星期内给结果,听说牛客许愿很灵,祈祷自己能顺利拿到offer.
更新:9月28号中午收到短信,说三天内给意向书,希望一切顺利。
再更新:9月30号晚7点左右收到意向书,特来牛客还愿。



#面经##校招##算法工程师#
全部评论
那我也许愿一波😁😁
点赞 回复
分享
发布于 2020-09-25 19:20
楼主有消息了吗
点赞 回复
分享
发布于 2020-09-28 12:47
联想
校招火热招聘中
官网直投
请问好未来总包大概多少
点赞 回复
分享
发布于 2020-12-29 16:25
打扰以下楼主,需要手推模型数学u公式吗
点赞 回复
分享
发布于 2021-03-12 17:23

相关推荐

#美团暑期# #推荐算法面经# #凉经# 第一次笔试(机试)213/500第二次笔试(机试)390/500100+100+100+80+10#一面-时间:2024年3月26日 11:00,总计58分钟-自我介绍-论文-本科推荐系统项目  -职责  -开发人数  -召回用了什么算法    -个性化和非个性化  -召回怎么做融合的  -排序用了什么算法  -介绍DeepFM的FM侧怎么做的特征交叉  -图片的推荐需要哪些信息,怎么给用户推荐的  -是否需要query文本,有query的话就会变成一个搜索系统    -有的话会考虑query的查询,没有则变为个性化推荐  -对于query文本,有做哪些增强    -字符匹配以及文本embedding相似度计算    -改进的话,可以考虑构建近义词或者tag graph融合多跳邻居关系,即以query文本为seed种子,扩展其语义。  -文本embedding怎么做的    -word2vec  -word2vec怎么训练的,是在自己数据集上训练的吗    -不是,是用的开源的大语料库进行的NLP模型训练。实际上使用小规模数据集训练NLP模型,效果并不会太好  -简历上写了冷启动问题,怎么解决的    -爬虫爬取社交网站,获得数据  -真实业务场景中也会遇见冷启动问题,怎么解决    -协同过滤 itemCF和UserCF    -基于内容的物品推荐    -基于profile的用户相似度计算  -看你了解序列推荐,描述一下你的理解  -介绍Transformer的结构  -Transformer怎么应用在序列推荐中的    -主要用的是解码器部分,QKV,mask的多头注意力机制    -SASRec,TiSASRec-三数之和:板子题-提问:手上有offer吗  -答:腾讯和阿里云过了一面-反问:  -团队规模  -业务:到家群,综合、广告、门票,搜广推相关  -我对该岗位来说,还有哪些需要提升和学习的(这个问题是重中之重,可以侧面了解面试官的态度,对后续面试准备进行启发):综合能力挺强的,如果想进大厂建议专精于召回、精排等某一方面。===4.1早进入人才库,中午开始重筛简历===4.1中午捞起来了,开始折磨,约的4.3
点赞 评论 收藏
转发
4 19 评论
分享
牛客网
牛客企业服务