投的是Solution Development Engineer岗位，面试持续了1小时。 第一个环节，介绍项目，两个面试官，有一个一言不发，另一个感觉懂得挺多，经常打断问细节。 第二个环节，基础知识考察，是真的狂轰乱炸，而且非常强调算法思想的本质问题，由于自己简历里面写了了解强化学习，有三分之二的问题是关于强化学习的，剩下三分之一关于NLP。 大致回忆一下每个问题： 1.MC和TD，区别、各自优缺点？ 2.value-based 和 policy-based， 区别、各自优缺点？ 3.介绍Actor-Critic 4.DQN里面最出名的两个trick 5.一句话简要介绍马尔科夫过程 6.on-policy和off-policy，区别？  NLP系列： 1.word2vec的致命缺点 2.Transformer/BERT效果卓越的本质优势 3.不用one-hot也不用embedding，可以训练NLP问题吗？（这道题不会，面试官也没说答案）  第三个环节，英语即兴演讲，两个主题选一个，介绍自己的校园或者最喜欢的一件事物。 第四个环节，对方面试官介绍他们的team，主要是面向工厂的应用工程师，利用AI技术提升工程效率以及对原始数据进行一些data mining的工作