看了牛客很多面经有很多收获，一直没有写过面经，今天花时间写了下暑期面试的一些面经。本人实习一直是风控方向，奈何有一颗想做nlp的心，结果被俩推荐团队给捞起来了。
百度度秘推荐算法
一面：1.实习相关。
2.聊不了解graphembedding,讲了deepwalk,node2vec具体细节。
3.从度秘的一个场景题引入，问了我如何设计度秘的音乐推荐的embedding。
如果用简单的word2vec怎么做，存在什么缺点，面试官说音乐可能不像nlp任务有那么强的顺序性，怎么改进？
答案：1.扩大word2vec的时间窗口，2.均匀抽样，怎么做均匀抽样
4.有nlp项目，问了下transformer，问了具体self-attention的计算过程，如何并行化，归一化的作用
5.两道算法题：逆序对和判断一个树是bst
二面：1.项目相关，用到了LSH，问了还知道哪些ann算法。
2.场景问题，类似于红包拉新活动的异常发现？怎么设计。
3.看我是统计专业的，让我讲贝叶斯思想，问我觉得贝叶斯和频率学派更喜欢哪一个？为什么。
之前从来没有被问道这种问题，就瞎扯了点，主要说了贝叶斯先验的设计比较难确定，比如像LDA种用迪利克雷分布仅仅是为了工程上的便利，可能不是那么可控，又扯了一点关于概率图的东西。
4.一些基本的机器学习算法，比较常规，就是决策树各种划分准则，优缺点，gbdt和rf的区别，gbdt哪些部分可以做并行化，那xgboost呢。
5.问了很多激活函数，然后问我激活函数的作用。本来扯了很多防止梯度消失之类的，后来想起来是引入非线性性。
三面经理面：问了一个项目的具体实现，后面基本就是聊聊天了。
网易易有道NLP
一面视频面：1.两个nlp项目相关，问的很细。
2.讲各种attention，我提了加性乘性self-attn，稀疏atten,局部attention等。
3.算法题：最大子序列和
4.两概率题：一个是撒谎天气用贝叶斯的题目；一个是平均要抛硬币多少次，才会首次出现两个正面。
二面现场面：二面上来看我不是计算机专业的，对于我的专业性有些怀疑，问我会不会操作系统网络这块，答曰不会。
1.然后就是问数据结构：各种排序算法，写平均，最好，最坏复杂度，是不是稳定排序。讲并写堆排过程。
2.设计一个结构：（1）add(2)找中位数（3）删中位数
开始讲了个bst的方法，他嫌复杂度高，让我再想。后来说了用两个堆的方法。
3.项目相关，两个分词算法，让我讲知道哪些分词算法，如何处理颗粒度的问题。
4.项目相关，fasttext原理。
5.问我pytorch,tensorflow哪个比较熟，我说pytorch，让我手写multiheadattention。
6.python问题__init__和__new__区别，实例和类的区别
7.linux相关，问我统计当前目录下所有python文件个数并排序。
三面总监面：是一位和蔼的女士，主要是一个场景题，有道现在有一个业务是教育方面的自动批改纠错，她说和机器翻译很像，问我如何设计。
就是一个seq2seq的结构，输入错误答案，输出的正确答案。
1.如何找正样本，如何找负样本，在最少人力情况下
2.和机器翻译的最大区别在哪里
之后就是一些业务介绍，有道nlp目前是机器翻译和教育领域，还有一些ocr方向的。
腾讯视频短视频推荐简历面凉经
之所以叫简历面是被捞了系统状态都没有变过，全程电话，这个部门对工程落地比较高，很多问题没有准备。
1.c++虚函数相关
2.细抠简历，把我简历上两份实习问了个底朝天，问了很多工程上的细节。
（1）写了Spark相关，让我讲原理，spark调度机制，宽窄依赖,DAG图，讲各种算子。
（2）问知道不知道流式计算，答知道sparkstreaming还有flink,让我讲一些函数算子，原理。
(3)一个项目用了tensorflow-serving，问相关步骤，线上线下gap如何排查
3.算法相关讲LSH，kd-tree，word2vec
4.还是项目，一个nlp分类羡慕，问我问什么不继续扩充一些统计特征的方法，后来发现我这个项目是个demo没有上线，又是一堆嫌弃
5.最后电话快问快答几道算法题思路：判断链表是否有环，两个单链表公共节点的入口，二叉树遍历的数据结构，层次遍历怎么做，zigzag的呢。
最后说如果有二面会让我去现场，一直没有消息应该是凉凉。感觉工程能力还是偏弱，达不到他们团队的要求。
求职礼包
《届互联网名企最新校招信息汇总》《届互联网名企校招笔试日历汇总》《套精选求职简历模板，只为免费送你》求职面经
《校招凉面-今日头条京东算法岗面经》《校招热面-渣渣学长给学弟学妹的求职建议》《职场-互联网上班公司名单-不要》《爆尿-互联网公司福利大比拼》