B站 算法实习生（推荐算法）面经

一面：

自我介绍；

面试官粗略地看了一下项目说：“你这个简历好像更适合NLP组啊，跟我们组的业务好像关系不是很大，感觉不是很合适啊。”

一阵简短的沉默；

我：“。。。。。。我也投了NLP算法组，但是被推荐算法组先捞上来了，您看要不跟HR反馈一下让她把简历转过去？“

面试官：”那倒不用，我们先面着吧。”

面试问题分界线 ----------------------------------------------------------------------------------------------------------

1. 简单地问了下项目实现的细节，包括实习和学校里做的；
2. Bert用的什么损失函数，怎么推导的，能写一下吗；
3. 交叉熵函数与最大似然函数的联系和区别，最大似然函数里的概率分布参数是怎么求的；
4. 为什么会有梯度消失和梯度爆炸，能推导一下吗，怎么缓解梯度消失；
5. 你说你在对Bert模型进行微调来做文本分类的时候，在Bert模型最后一个隐藏层之后加了一个pooling层，能说说为什么吗；
6. pooling层的作用，常用的pooling方法有哪些，有什么区别；
7. 你为什么采用Maxpooling，它的反向传播怎么处理
8. 手撕代码：Leetcode 215：数组中的第K个最大元素（中等）

------------------------------------------------------------------------------------------------------------------------------------

其实在听到面试官说我经历不是很对口的时候我就有点泄气了；

所以在做算法题之前我说：“老师您要觉得我的项目经历不对口的话要不就不做算法题了吧，免得耽误您的时间。”

面试官沉思了一会说：“没事，一面我会给你过的，你先做题。至于后面二面会不会让你过就不清楚了。”

我：“。。。。。。”

反问环节：简单地问了下面试官现在的组在做什么，为什么会觉得NLP专业的学生不太对口。面试官大概意思就是她们组需要用到 NLP专业知识的地方都已经分给NLP组去做了，她们更多的是用NLP组训练完提供的数据用传统的机器学习模型做一个离线的训练，因为传统机器学习模型结构简单不需要太多数据集，然后可解释性也比神经网络好。

后续：周三面试结束，告诉我一到两天内出结果。可是直到周五晚上7点也没给我发邮件，我忍不住打了个电话给跟我对接的HR。结果她竟然离职了！！！（没错周三还在联系我，周五就离职了。。。）然后她给我推了HR部门leader的微信让我问leader。加上之后leader第一句话就是：“我今天上午才看过你的简历，你是过了的，我叫实习生去联系你了，你没接到电话和邮件吗？”我：“。。。。。。没有，那要不现在约一下二面吧。”终于，抽象的一面结束了。顺利进入二面。

二面： （二面没有特意划分理论问答环节，基本就是说到哪问到哪，所以就不单独划分出面试中提的问题了）

照例自我介绍；（因为一面被面试官指出简历上的项目不对口，于是我用各种方法明示加暗示面试官我的自学能力很强）

开放问答：你对B站现在的首页推荐系统有什么体验和建议，如果让你来设计你会怎么去做；（前一晚我还和我表姐探讨了这事）

广告推荐算法的评价标准有哪些，AUC是怎么计算的；

请手写一个三层的深度神经网络；

手撕代码：Leetcode 32：最长有效括号（困难）

反问环节：首先表示在之前的开放问答环节的交流中学到了很多，然后让面试官给自己一些推荐算法的自学建议，比如推荐算法的 学习路径，有哪些资料值得学习，如何避免知识的滞后性。面试官人很和蔼也很耐心，给我讲了大概整整5分钟左右。然后最后还是没忍住问出了那句经典的话：“老师，请问您觉得我今天面试的表现如何？”他听到之后耐人寻味地对我笑了笑，说：“这个我不好在这向你透露，HR会通知你的。”本来放下的心又悬了起来。。。。。。

后续：第二天中午就收到了OC，傍晚就拿到了正式的Offer，流程飞快，这周四就要去入职咯。

感想：莫名奇妙地简历被捞到了推荐算法组；莫名其妙地被一面面试官抬了一手；莫名其妙地顺利通过了二面（本来以为二面会像一面面试官说的，可能看到项目经历不对口而对我不感兴趣。我都已经做好被全方位多角度严刑拷问的思想准备了，结果却出乎意料地好，问到的问题刚好都是我接触和思考过的）。只能说这次的面试经历感觉非常独特，就跟我平常训练神经网络一样，具有着极大的不可解释性哈哈哈，所以记录下来分享一下。