暑期实习腾讯美团面经 NLP算法岗
lz从3月初脚因打球扭伤了开始，投递简历，接二连三的面试鞭尸又面试，昨天才终于上岸了，现来回报牛客，第一次写面经，分享经验~
1.腾讯PCG看点（已OC）
一面 3.13
1.自我介绍
2.项目介绍
3.项目改进优化的点，怎么导入图谱知识加强实体表征
4.反问
一面面试官人特好，而且很随和，没有八股文没有code，总体面试体验很棒，大概面了45分钟
二面3.17
1.自我介绍
2.项目介绍（很详细，从预训练语料到loss，然后到应用场景，模型上线细节，评测，全讲了一遍）
3.loss设计 triplet loss和交叉熵loss各自的优缺点，怎么选择
4.介绍一下attention机制
5.介绍一下ernie模型
6还有什么其他比较基础的Nlp技术，我回答中包括了ner，于是问我目前比较流行的ner模型，我回答了bert\flat
7简单介绍一下flat及对于嵌套式语料的融合方式
8.code topK两种方式 （暴力，快排）
二面是二对一，面试时长达到了惊人的两小时，而且那天刚好杭州突然天气转凉，刮风下雨，坐在实验室外面冷得发抖，喉咙也干的不行。。二面压力应该是最大的把，问得很细致
三面3.19
1.自我介绍
2.项目介绍
3.调参技巧，评估指标
4.模型不收敛原因分析，解决方案（学习率，权重初始化，数据标注，样本不平衡问题等等
5.梯度消失和梯度爆炸原因分析及解决办法（激活函数，网络层次，正则化
6.介绍transformer（从encode端到decode端完整的说了一遍
7.提升指标的一些trick 调参之前说过了，就说了加对抗训练，及实现细节
8.模型蒸馏work的原因，具体实现方式
三面对细节要求较高，基本都是一些比较基础的深度学习的知识
四面（主管面）3.31
这里我不得不先吐槽一下，我一度以为凉了，结果3.31才给我更新了状态说是主管面。。。隔了将近半个月
1.自我介绍
2.项目介绍
3.项目优化的点，模型迭代多少个版本解决了什么问题
4.你觉得对你模型提升最大的点在哪里
5.局限性
6.如果过来实习的实习时间和时长
四面是个女主管，语气很好比较温柔，就是太能拖了，拖了半个月。。然后这里还有一个小插曲，4.1号那天开了个愚人节玩笑，我流程显示已经终止了。。所以Lz又马上投了美团,pdd
结果后来hr过来沟通说是流程太久没更新自动释放的，后来过了几天又给我恢复了。。
五面(hr面）4.13
又隔了半个月，说是我要6月初才能任职，就往后拖了，哎无话可说
4.16OC
4+1面终于结束了，可能lz在备胎池里一直游泳把，也不敢说也不敢问呀哈哈
2.美团点评事业部 搜索与NLP团队(OC)
一面（4.8）
1.自我介绍
2.项目介绍（问的很细，所有的细节，包括后续上线应用在排序模型上的一些接口，上线评测指标
3.bert介绍（跟transformer差不多把，就是多了两个预训练任务
4.梯度消失问题怎么解决（此时的lz经过腾讯的鞭打已经可以随意扯了，不得不感慨面试使人成长
5.算法题 二叉树之字型层序遍历（5分钟搞定了 ） 字典树trie类实现insert,search,startswith（5分钟搞定了）
一面面试官人很好，我们都开了摄像头，面对面的沟通交流，面试体验满分，而且最后还说我算法题做的很快，内涵了一波
二面（4.13）
1.自我介绍
2.项目介绍
3.模型主要在哪些case上有很大的改进
4.模型在哪些case还存在比较大的问题，后续想怎么改进
5.在学校还有什么ml dl方面的学习
6.有无论文（菜鸡，并无论文
二面也是开了摄像头的，人也很棒，说我一面面试官对我code能力有了评价，这次就不做code了，时间也差不多一个小时了，然后我问了他对我的评价，他说整体还不错，就是语速有些快，如果不是做这一行的可能没有思考时间，如果没开摄像头还以为我在读稿子。。好吧，lz就是看大张伟综艺看多了。。
美团总体面试体验肯定要比腾讯好的，但是lz也实在不甘心这样就放弃4+1的腾讯实习机会。。所以请给我看官大佬也给一些建议把。。
腾讯PCG看点 VS 美团点评事业部搜素与NLP团队
业务都是搜索推荐这一块
投递美团等公司10个岗位