这里有一篇“面试干货文章”拍了拍还在“上岸的你”

会员服务 ·

这里有一篇“面试干货文章”拍了拍还在“上岸的你”

2020 年 7 月 3 日 AINLP

这里是归辰的面经杂货铺，你想要的都有～

写在前面

作者是一位非常努力的科班大佬，为北邮研二学生，方向为机器学习/数据挖掘/NLP，在刚刚结束的春招中拿到过多个offer，如下为部分面经，欢迎各互联网大佬来撩！

【作者邮箱】530941374@qq.com

作业帮

时间线：3.20官网投递简历；4.16一面；4.21二面；4.23HR面；5.7 offer call；5.8收到意向书邮件。

一面：35min

没有自我介绍，面试官先介绍了自己和今天的面试流程。

上来就做题。面试官详细解释题目；要求先说思路，后写代码：旋转数组找target（问了二分法的时间复杂度）；合并两个有序数组。都在牛客网上测试、运行。
说项目，问熟悉啥模型，然后开始聊svm；svm的核函数都有啥，为什么转换成对偶问题，svm对缺失值敏感吗？xgboost如何处理的缺失值？
深度学习用的什么框架，用过tensorflow吗？
反问，包括面试轮数、实习生有人带做项目和结果通知时间等问题。

二面：40min

介绍项目，主要是项目中的讨论。
算法：括号的合法性。
cnn为什么比mlp能够取得好的效果？
alpha go的19x19的棋盘学习的时候，会用pooling吗？你猜它一共学了多少的特征？
你的流量预测模型能否应用到作业帮的场景中，预测暑期多少学生？
你觉得作业帮是做什么的？
反问。

HR面：20min

说说前两轮的面试体验。
说一下自己在前两轮面试中的表现。
为什么选择作业帮？
说一个印象最深的项目。
在作业帮想得到什么？
从校园到公司，你期待这种转变吗？
你的理想的公司的氛围是什么样的？
实习时间。
反问。

贝壳找房

时间线：4.23投递；5.11一面；5.14二面；5.21HR面；5.22收到测评；5.25 oc以及offer。

一面：65min

全场问项目，挨个问，非常细致。居然没有数据结构题，总的来说问题多且杂，以下仅是能回忆出来的。

如果遇到欠拟合怎么办？
xgboost适合处理哪些场景的问题？lstm的step怎么设计的？
欠、过采样是一个输出概率xxx的问题，你怎么理解？
auc达到early stopping的条件，loss没达到，这种时候停不停？
有一个人问你，他用LR还是Xgboost，你怎么给他指导？
LR不太适用交叉的特征，或者特征和目标值不是严格单调的，这种情况你怎么处理？

二面：30min

问baseline的细节。
RF和GBDT的区别。
两个开放设计题。
你觉得LR这种传统的机器学习模型和深度学习相比的区别是啥？
讲讲之前做过的特征工程。
实习时间。
反问。

HR面：20min

说说前两轮的面试体验。
实习平台怎么选择，看重什么。
了解贝壳的业务吗？
说一个收获最大，最有成就感的项目。
手上offer情况。
家是哪里的？以后未来工作的城市有考虑吗？
项目中遇到的困难，怎么解决的？
实习时间。
反问。

总结

现在的面试官很比较看重基本功以及逻辑思考能力。有些项目的问题可能自己也没想到过，不过重要的是要在平时培养自己分析和解决问题的能力。所以感觉考察的方面还是挺综合的。欢迎大家来交流～

推荐阅读

这个NLP工具，玩得根本停不下来

征稿启示| 200元稿费+5000DBC（价值20个小时GPU算力）

文本自动摘要任务的“不完全”心得总结番外篇——submodular函数优化

Node2Vec 论文+代码笔记

模型压缩实践收尾篇——模型蒸馏以及其他一些技巧实践小结

中文命名实体识别工具（NER）哪家强？

学自然语言处理，其实更应该学好英语

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。