2018NLP秋招求職記錄

總結

首先介紹一下背景勃教，博主來自大連理工大學私痹，計算機專業(yè)研究生脐嫂，研究方向主要是信息抽取、情感分析之類的侄榴。研究生期間一開始主要做實驗室的課題（生物文本挖掘之類）雹锣，后來又自己拓展了情感分析相關的課題，然后在18年6月參加了一個NLP的比賽癞蚕。所以我簡歷上的項目基本就是這幾個蕊爵，兩篇論文，一個比賽桦山。

秋招期間前后陸續(xù)面試了大概14家公司攒射，面的都是NLP工程師的崗位，拿到了9個offer恒水。其中拿到offer的公司有百度会放、網(wǎng)易、貝殼钉凌、知乎咧最、360、小米御雕、科大訊飛矢沿、東軟、vivo酸纲。

大概從7月份做完魔鏡杯之后就開始準備捣鲸，先刷了一遍劍指offer，然后做了LeetCode前100題里邊的中等和困難題闽坡，又針對自己的弱項研究了動態(tài)規(guī)劃栽惶、樹愁溜、搜索之類的專題，這些算是代碼題方面的準備外厂。另外因為我面的是自然語言處理冕象，所以機器學習算法也是免不掉了，我復習了下《統(tǒng)計學習方法》酣衷，推公式看到了隨機森林那一章交惯。從8月份開始就開始陸續(xù)的開始了內(nèi)推的面試，然后也是在面試的過程中不斷的發(fā)現(xiàn)自己的問題穿仪，一開始8月份的時候面試還是非常緊張的席爽，到了后面10月的時候就有些游刃有余了，面試時有時還能吹個牛啊片。下面我介紹一下各個公司的面試經(jīng)歷只锻，只為拋磚引玉，給大家一點啟發(fā)紫谷。

面試經(jīng)歷記錄

CVTE

CVTE是我最早面的一家齐饮，我也沒什么經(jīng)驗，所以在講述自己的工作的時候也沒什么底氣笤昨。有時候講完了還會加一句 “當然這個創(chuàng)新也不大”祖驱，“我覺得這樣是對的”之類的，感覺影響了跟面試官的溝通瞒窒。

一面 50分鐘

首先上來自我介紹捺僻，然后聊了一下論文〕绮茫基本上就是要把網(wǎng)絡結構給面試官講懂才行匕坯。然后他讓我講了一下模型里的self attention，gru的結構修改拔稳，還有各種attention的用法怎么做的葛峻。這里感覺其實面試官是非常懂這方面的，對于我的論文也有模型和解釋有牽強的感覺巴比。（這一段是我當時寫的术奖，我現(xiàn)在個人認為，面試官可能并不是太懂……）

接著又問我了一些比賽的情況轻绞，我講了一下比賽中的一些操作腰耙。包括stacking，用沒用特征工程铲球，除了論文里的模型還做了什么，stacking兩層分開訓練還是聯(lián)合訓練等等

最后是一些零散的問題

詞向量是作為網(wǎng)絡的哪一部分訓練的

講一下貝葉斯公式晰赞，先驗概率和后驗概率稼病。

二面

首先上來选侨，又是講論文。這次的面試官是個廣東腔很重的然走，我們經(jīng)吃疲互相聽不懂，交流起來比較困難芍瑞。

然后我就論文中的一點跟他撕了快半小時晨仑，他可能不是太懂深度學習，對網(wǎng)絡結構的靈活運用可能不是太理解拆檬，追著問為什么softmax能替代tanh洪己，問題是我這邊是做分類，并不存在替代了tanh的事竟贯。他最經(jīng)典一句話：“你好像對GRU經(jīng)典結構不是太了解”答捕，然后說了一堆完全錯誤的論斷……我結合GRU結構解釋，他又聽不懂……GG

阿里 菜鳥

阿里我投的是菜鳥的內(nèi)推屑那，崗位是自然語言處理拱镐。流程還是很快的，感覺很快就接到了面試持际。

一面 55分鐘

一面比較基礎沃琅，主要是了解一下簡歷上寫的內(nèi)容。
我簡歷上主要寫了一個比賽三篇論文蜘欲，他就讓我介紹了兩篇論文和比賽益眉。
中途他會打斷問一些細節(jié)，并不見得多難芒填，但一定是和任務相關的呜叫，我猜是想判斷一下你相關項目的真實性。主要是我介紹網(wǎng)絡結構殿衰，他提一些他的建議朱庆，然后問有沒有考慮過這么做。阿里的面試官水平還是非常高的闷祥，提的建議也是一針見血娱颊，很多思路我感覺對結果的提升很有幫助。
最后面試官讓我問問題凯砍，我問了一個特別傻x的問題：菜鳥需要NLP做什么……面試官:……然后一頓講解箱硕。然后讓我傳統(tǒng)機器學習的原理也要掌握。

阿里我只面了一面悟衩，后面二面的時候我在外面剧罩，想跟面試官推個時間，然后他就再也沒有打過來了……大概也是因為阿里投的多招的少座泳？不過阿里從來不約時間突擊打電話惠昔，簡直是考驗心理素質幕与。

百度 paddlepaddle

百度是在牛客網(wǎng)上找的內(nèi)推镇防，然后有HR聯(lián)系加微信約定面試時間啦鸣。這里必須夸一下百度，有HR全程負責面試的進度来氧，這個非常舒服了诫给。百度也是我八月份第一個拿到口頭offer的公司，部門是深度學習平臺部啦扬。

一面 50分鐘
主要還是介紹簡歷上寫的項目中狂，我主要的項目就是發(fā)表的論文，就給他介紹任務背景考传，然后講解網(wǎng)絡結構以及其中的一些創(chuàng)新吃型。他主要問了我self-attention的介紹以及self-attention直接用于序列建模的優(yōu)缺點。
然后是一些深度學習基礎問題僚楞，梯度消失的原因勤晚、網(wǎng)絡權重初始化的目的。
最后是一道代碼題泉褐，LeetCode上的赐写，找到矩陣左上角到右下角權重最大的路徑。

二面 50分鐘左右
上來先是在線編程膜赃，一個是寫二叉樹深度挺邀，另一個是二叉樹層次遍歷。結果我二叉樹深度那里寫的有問題跳座，面試官提醒我也沒看出來端铛，嚇得我一身冷汗。
然后就是繼續(xù)介紹項目疲眷，面試官可能更多是做開發(fā)的禾蚕，對深度學習不是特別了解，所以沒怎么提問狂丝。主要是問在項目中扮演的角色换淆，提升了多少之類的。再就是會不會C++啊這種的几颜。
在結束之間倍试，我感覺自己第一題沒答好，可能會跪蛋哭，強行自己主動要求再爭取一下县习，講了一下我的比賽經(jīng)歷，在比賽中復現(xiàn)論文的經(jīng)歷。然后就加問了我的一些調參經(jīng)驗躁愿、batch normalization之類的問題哈蝇。

三面 40分鐘左右
三面是部門的一個項目經(jīng)理。
上來先讓我介紹一下在實驗室一般都用哪些模型攘已，我就具體結合一個項目給他說了一個，他也沒怎么問問題怜跑。然后就是聊聊本科時候的經(jīng)歷样勃，有沒有開發(fā)經(jīng)驗、哪門課學得好這種的性芬。然后聊了聊人生規(guī)劃峡眶、談論了一下部門的一些工作和前景。你是怎么學習深度學習的植锉，學習生活中遇到壓力怎么解決……等一些問題辫樱。然后我倆都沒啥問題就結束了。

然后三面結束當晚HR發(fā)微信說技術面都ok了俊庇，這應該算是過了的意思狮暑？

百度整個面試流程體驗都非常好，就是后面校招組的處理有些讓人難過辉饱，八月份拿的提前批offer搬男，直到十月末才打電話，表示十一月末給發(fā)正式offer彭沼，評級和薪資也是最低一檔缔逛。雖然最后部門經(jīng)理給我打電話，評級提升了一級姓惑，工資也漲到了跟我其他的sp一個水平褐奴，但是已經(jīng)來不及了，我已經(jīng)簽了別的公司了于毙《囟總之也是非常遺憾。

vivo

vivo是在八月份有個內(nèi)推節(jié)望众，只要在官網(wǎng)投了簡歷就算內(nèi)推匪补，當時我在牛客上看很多人投了烂翰，就跟著投了一個夯缺，當時投了很多簡歷都沒有回應，也想先拿個offer甘耿。

一面
了解哪些模型
講一個項目
SRU聽說過嗎
最大連續(xù)子序列和

二面 HR面
評價一下自己
對vivo有什么了解
有女朋友嗎
想在哪里工作

vivo 總體來說難度還不是太大踊兜，最后拿到了北京的小sp，但是要求很快就要給結果確定去不去佳恬，所以我放棄了捏境。

搜狗桌面事業(yè)部

一面 50分鐘左右
首先是介紹自己的項目于游，她會針對項目中的一些技術展開提問，主要還是集中在attention這塊垫言》“總結一下每個論文的創(chuàng)新點之類的。
因為我做了一個問題相似度的比賽筷频，就針對這個問了一個場景題蚌成，如果知識庫中的問題沒有是否相似的標簽怎么辦？我想了好幾種標注標簽的方式（包括用戶對獲得答案滿意度作為標簽）都不對凛捏，最后她說是把答案相同的問題作為相似的問題担忧。
然后就讓我回去等通知了，一面沒有問算法題坯癣。不過很快約了二面視頻面瓶盛，估計代碼是逃不掉了。

二面
本來二面約的面試官臨時開會示罗，所以換了一個女面試官電話面試惩猫。
首先還是介紹項目，感覺她理解了項目的內(nèi)容鹉勒，不過似乎沒什么興趣帆锋，雖然聽的饒有興致。
后面就是問問題了禽额，LR過擬合該怎么解決锯厢，為什么用L1不用L2，模型的集成該什么情況下使用脯倒。
給我介紹一下詞向量实辑。
算法題：找股票合適的買入賣出時機，應該是個比較普遍的題藻丢，雖然我沒見過（補充：leetcode上的）剪撬。是個簡單的動態(tài)規(guī)劃，我說了下思路她覺得還行悠反。二面就結束了残黑。

搜狗二面之后就沒有消息了，應該是掛掉了斋否，總結了一下原因梨水，我覺得可能還是對于LR過擬合的問題沒有回答好，我當時認為只能使用L1正則化茵臭，但實際上L2正則化從理論上也是有道理的疫诽。確實可能沒達到要求。

貝殼找房

一面
一道貝葉斯概率題
然后聊項目
python 生成器、裝飾器的使用
attention模型了解哪些
給定一個分類器的混淆矩陣奇徒，判斷分類器的問題

二面
講幾個項目
有沒有在大數(shù)據(jù)上做過模型
聊人生

三面 HR面
評價自己
如何選擇公司
期望薪資是多少
有offer嗎

貝殼的整個面試流程也是非常的舒服雏亚，雖然必須現(xiàn)場面試，但是報銷路費摩钙。HR校招組也是耐心溝通罢低，整體的待遇什么的也都非常不錯。今年貝殼也正在擴張胖笛，所以招的人也非常多奕短。

網(wǎng)易有道

有道同樣是在牛客上找的提前批內(nèi)推匀钧，因為我不想去杭州，所以投的北京的谬返。網(wǎng)易的內(nèi)推也是需要筆試的之斯，

一面
似乎是因為筆試做得比較坑，一面提前批面試的時候遣铝，沒被叫去現(xiàn)場佑刷，只是線上視頻面試了一下。
LSTM每個時刻酿炸，有多少次乘法操作瘫絮。
一個均勻的木棒，隨機切成三段填硕，三段可以構成三角形的概率麦萤。
一個車站，平均每分鐘來一趟車扁眯，那么十分鐘都不來車的概率壮莹。

通過了一面之后，等待了半個月姻檀，安排了現(xiàn)場面試命满，來到了北京網(wǎng)易研發(fā)中心。
二面 
介紹一下自己的項目绣版，對attention的理解胶台。
詳細講了一個項目，然后做了一個代碼題杂抽。
然后討論了一下平時網(wǎng)絡訓練的一些trick诈唬。（到現(xiàn)在才發(fā)現(xiàn)，那會我的調參經(jīng)驗是多么的匱乏默怨。）

三面 
三面是總監(jiān)面讯榕，主要跟我討論一個現(xiàn)實的業(yè)務，主要是作文自動批改的一個場景。
我主要從任務定義入手愚屁，然后針對其中一個子任務济竹，跟面試官討論了各種建模方式。（回想一下霎槐，其實也是面試官引導著我去思考存在的問題和解決方式送浊。）

四面 VP面
都讀了哪些最新論文
工作中怎么和同事溝通，怎么處理各方面的需求丘跌，如何處理多個任務并行的情況袭景。
怎么看待深度學習，怎么看待算法與工程闭树。

網(wǎng)易的整個面試流程也非常的愉快耸棒，當時后天就要去北京了 ，我還沒買到車票报辱，用搶票軟件好不容易搶到了与殃。到了北京手機還沒電了，借的街電充電寶還是壞的碍现。在西二旗附近差點沒找到網(wǎng)易公司幅疼。

小米人工智能與云平臺

小米的面試經(jīng)歷總體來說非常愉快，面試官都比較年輕昼接，而且態(tài)度也比較舒服爽篷，會引導你把話說完。

一面
講一個項目慢睡。
對基礎知識的考察逐工，比如常見的排序算法，單鏈表的一些操作等漂辐。

二面
介紹一下比賽當中的一些工作钻弄，然后挨個聊了幾個項目。
LSTM的公式者吁。

知乎宣講會

知乎來我們學校宣講窘俺，順便線下進行了面試。

一面
先簡單講一個項目复凳，因為面試官是做推薦算法的瘤泪，所以似乎對我做的NLP相關的不是太感冒，有個地方position embedding他的理解甚至略微有點回路清奇……好像在他眼里只有特征
然后問交叉熵為什么能做損失函數(shù)
以及在一個大樣本中如何無偏的采樣（我：GG）（理論基礎還是需要在日常研究學習中補充的）
代碼題是復制鏈表

二面
介紹了一下比賽育八，講了在比賽中用的各種模型对途。
問了我預測情感程度的話，會采用分類還是回歸髓棋。
代碼題是在K個排序鏈表中找第K小的元素实檀。
然后因為我說對attention非常了解惶洲，就讓我介紹了了解的各種attention。
順手還提問了LSTM膳犹、GRU為什么能解決梯度消失恬吕。

盡管知乎后面出了一些問題，但是就面試來說還是不錯的须床。最后面試官校友也是加了微信關心了我們的情況铐料，感謝。

科大訊飛

一面
挑一個項目講一下
你比賽訓練集多大
數(shù)據(jù)集有沒有做什么調整
深度學習的優(yōu)化方法講一下
你寫代碼咋樣
合肥北京怎么選擇

二面
講一個項目
說一下對NLP在現(xiàn)實場景中應用的看法
想做哪些工作
想在哪里工作
期望薪資

360信息安全部

360面試都是視頻面豺旬，一個上午連續(xù)三輪钠惩，也算是強度比較大了。而且他們那邊是所有人在一個屋里的族阅，所以超級吵篓跛。

一面
上來先是聊項目，給他講了一篇我的論文坦刀。然后他說你思路挺清晰的举塔，好我們做一道題吧（我：……）
給定一個正整數(shù)數(shù)組，有甲乙兩個人求泰，兩人輪流從數(shù)組中取數(shù)，取數(shù)時只能從頭或尾選取计盒，問判斷甲會不會獲勝渴频。
我開始想的用貪心，面試官說不對北启；我開始往動態(tài)規(guī)劃上思考卜朗，然后在面試官的提示下，想了解決辦法然后寫了代碼咕村。
然后他又給我看了一堆公式场钉，我看了下是batch normolization的公式，然后讓我求導懈涛，結果我掉進坑里了逛万，gg
二面
二面面試官感覺不像是做AI相關的，他似乎不是太懂批钠，問的全是一些泛泛的問題宇植，之前這領域有哪些先進模型，你有哪些自己的思考之類的埋心。
三面
三面是個HR阿姨指郁，問我目前有哪些offer，怎么選擇拷呆，有哪些考慮闲坎。然后覺得這個部門做安全的疫粥，可能讓AI沒法大展身手，讓我做判斷的時候也要了解一些安全方面的東西腰懂，看看自己喜不喜歡梗逮。