来自鹅厂的面试经验(干货)

Posted 2022-11-30 AI蜗牛之家

文章目录

• • 1.面试准备
  • • 1.1.简历准备
    • 1.2.项目梳理
    • 1.3.基础知识
    • 1.4.算法编程
  • 2.面试经验

最近各大厂紧锣密鼓地开始了春季招聘和暑期实习。你是不是也正在准备，但是面试却没有经验，不知道怎么准备呢？蜗牛小编也收到了一些师弟师妹的咨询，我也翻了一下我自己的面试记录和整理的相关资料，这里站在面试者和面试官的角度稍作整理分享给大家，文中最后也给大家提供了一些”干货资料“。

这里强调一下：所有的分享是建立如何驱动自己更高效地学习知识，更好地表现自己，而不是找出所谓”无中生有“的纯粹“技巧”。

先说一下我自己的经历，因为实习时间较早，实习生期间我先后经历了搜狗、平安研究院${}_{学校事情多，比较短暂}$、腾讯三份实习，基本都是搜索、阅读理解等自然语言处理相关岗位。秋招期间也拿到了几个头部大厂还算可以的offer，最终选择了腾讯。

本篇文章根据几个已经上岸同学的一些经验归纳而成，首先介绍如何准备面试；然后分享一些面试中被问到的问题，这些问题涵盖了来自于微软、阿里、头条、腾讯、百度、美团、搜狗、京东、快手以及少数创业公司面试，都是实际面试中的一些经验，希望能给大家带来一些借鉴和启发。

因为蜗牛小编主要做NLP，有不少栗子以及最后的面试经验都以NLP为主，我觉得其他岗位的准备方法也是类似。

公众号回复【腾讯内推】，获取内推资格哟。

1.面试准备

我把面试准备分成如下的几个部分分别介绍。

1.1.简历准备

简历的目的是让面试官在几分钟的时间，迅速建立你的"画像"，来评估你是不是能胜当前的岗位。因此简历需要突出你的能力和技术，我觉得这里面也有一定的技巧，当然，技巧的使用一定要保证真实性，这是对面试官也是对自己起码的尊重。

我见到的很多简历远远没有实现这个目的。先列举几个特别常见的问题：

• 简历的重点项目跟面试的岗位相关性很弱，甚至几乎不相关。一般是那些能突出自己能力的重点项目没有重点介绍，也有可能你投递的岗位不是很适合你。我了解到的第一种情况居多。

• 项目介绍得太过随意${}_{项目包括真实项目、比赛、paper}$，让人感受不到项目的特点和你的能力。项目要么被写的过于简单，根本没有注意到项目的难点和你做了什么；要么就是写的过于复杂，天花乱坠，根本get不到你的重点。

一份简历首先说明基本情况以及求职意向，在此基础上我觉得两部分比较重要：项目(实习)经历、掌握技能。项目要说明白3个事情，1.解决了什么问题；2.尝试的方法以及达到的效果，尽可能指标化；3.你在项目中担任的角色。技能的话，突出自己哪些是擅长的，哪些是熟悉的，哪些是了解的。

这里提供一个我认为还可以的描述模板，供大家参考，公众号回复【简历模板】获取。

1.2.项目梳理

在面试时，项目作为一项重要衡量指标。写到简历的项目自己务必要梳理清楚，自己问一下自己：

• 解决该项目遇到的问题，你的方案是什么，类似的方法有哪些？
• 项目中的细节和创新点。比如算法模型的loss是什么？优化器是什么？模型的具体结构要能表述清楚，你为什么要这么设计？

我的经验是很多时候本来自己还算明白的东西，在面试的时候往往说不好，归根到底还是自己没有梳理清楚，一个方案最好能用画图和符号化的公式进行阐述。

1.3.基础知识

如果项目做得多，是具有很大的优势的，因为项目是自己做的，用到的方法自己也比较清楚，一个小时的面试基本上聊得都是自己相对清楚的问题。但是如果项目做得少，面试官一定会问一些基础知识，来评估你的基础能力，比如我早期项目比较少的时候，就遇到了一些诸如手画GRU、LSTM的问题。

一些基础的知识，我强烈建议自己形成文档，我在读研后期就会把一些基础知识整理成文档，加上最后面试前的准备，形成了一个百页的自然语言处理知识文档。${}_{这个文档可以公众号私聊我，}$${}_{我可以分享给你，}$${}_{等之后整理好了再贴出链接来}$。

算法面试的基础包括线性回归、逻辑回归、聚类、感知机、SVM、朴素贝叶斯、决策树、EM等基础知识，以及反向传播、损失函数、模型结构等与你的研究领域相关的深度学习知识。这些一定搞的很清楚，要不然面试的时候，因为长时间面试头脑不清醒或者紧张就会断片${}_{曾经头条连续面试4个半小时...}$。

推荐的书籍是李航老师的《统计学方法》和周志华老师的西瓜书，西瓜书相对入门，《统计学方法》相对系统。这里也分享一个资源库，叫DeepLearning-500-questions，适合做算法的同学仔细研究学习一下，这里面包含了一些机器学习和深度学习的基础问题，搞懂了这些，应对面试也基本没啥问题了。

1.4.算法编程

常规批次的算法面试中，首先就会有算法编程的考试，考试的内容基本上就是常规的数据结构题目和技巧题目，难度也是五花八门，有些题目着实恶心。在提前批或者内推时，一般没有专门的编程考试，相对来说会人性不少，所以我也是墙裂推荐通过内推的方式进行面试${}_{公众号回复【腾讯内推】，获取内推资格}$。

不管有没有在线算法编程考试，现场面试中一定会设计算法考察，一场面试中，基本会有一到两道的算法编程题，我还遇到过一场面试4-5道算法编程的${}_{ORZ}$。

那算法怎么准备呢？如果你的算法功底还可以，基本上《剑指offer》就够了。我吃大学时候ACM老底，基本上只过了一下剑指offer，没有专门刷其他的题目。如果是算法功底相对薄弱，还是需要过几遍《剑指offer》${}_{因为可能会忘记}$，并刷一些leetcode上的easy、medium类型的题目，hard类型的可以少看一点，一般不会故意出这种类型的刁难人。另外刷题目的时候也有一定范畴，基本上就是排序、递归、链表、栈和队列、二分、二叉树、简单动态规划，我的面试没有超出这些范围。

这里也给大家推荐一个还不错的算法系列篇fucking-algorithm${}_{名字很魔性}$，讲的比较清楚，偏基础。

不管算法能力好坏，都要看一些面试算法题目的。因为面试中考察的可能不仅仅是你的数据结构，还有你的严谨性以及业务性，比如题目中可能涉及实际业务，我就有过面试中手写变形的LRU经历，如果不提前准备，基本上没办法考虑的特别全面的。

2.面试经验

这部分我梳理了我自己实习和秋招将近10多场面试${}_{实习偏多，有一部分题目记录的不是很完整}$，以及身边已经上岸的一些真实面试经验，这些面试涵盖了来自于微软、腾讯、阿里、头条、百度、美团、搜狗、京东、快手、小米、网易、平安以及少数创业公司，你可以用这些问题来测试一下自己，希望能帮你有一些直观的理解。因为涉及到一些公司，这里就不贴出每场面试对应的公司名字了。${}_{根据前面的公司名字顺序简单推理哈，hahaha}$。

因为涉及项目的问题比较偏向个人，这里就不贴出来了，但是自己的项目涉及的知识点一定要搞清楚，切记！

面试记录1

一面

• 自我介绍
• 介绍前一份实习的项目，以及一些细节
• 操作系统死锁现象，如何解决死锁（可以确定），进程线程的区别
• 解决过拟合的方法（正则化、dropout、BN、LN）
• 算法题：二叉树中序遍历递归非递归，后续非递归

二面

• 主要问项目，以及一些细节，然后随口提点问题，感觉更像是聊天
• softmax具体公式和实现

三面：

• 介绍相关项目
• 算法题：给一个二叉搜索树，找出top k并保持树的形状

面试记录2

• CRF的判定公式
• SVM算法
• 拟牛顿法和随机梯度下降的区别
• 互信息(信息增益)
• KL散度
• 最短编辑距离，再次基础上延伸出另一道题目：判断最短编辑距离是否小于2
• 求二叉树子树的最大和
• 如何优化快排的速度
• git有一个功能就是看到代码的变化，那么这个逻辑怎么实现? 即S1=[a1,a2,a3,…,an]，S2=[b1,b2,b3,…,bm]，其中a、b代表每一行的字符
• 红绿灯追赶问题
  甲乙沿同一条直线从同一点出发，速度相同，甲先出发20秒，中途会经过两个
  30秒红灯30秒绿灯的红绿灯，最后两者同时到达终点的概率是多少?
• 给定一个歌词列表，每一个元素是一首歌的完整歌词，给一个query，如果这首 歌是这个query的，那么query被连续的包含在这个歌词中，允许有一个字符拼 错、拼漏、拼多。如何从list中找到query对应的。

面试记录3

• c++面向对象
• stl的原理归类
• 问了常见的一些机器学习深度学习问题${}_{记不清了啊}$
• 进程和线程，信号量
• cbow的相关细节
• 负采样 相关细节
• softmax以及代码实现
• 给你两个链表，找出交点，分情况讨论

面试记录4
一面:

• 交叉熵
• SVM推导
• 二叉树的非递归遍历
• BERT,checkpoint里面存的哪些参数

二面:

• 简历上的model
• layer normalization的原理，tf代码
• 数学题: 求(x-sinx)的零点:零点是0，然后求导发现是恒大于0的，所以只有一个零 点0
  求(x/2-sinx)的零点(共5个零点)
• 算法:桶排序(找第K大的数)
• precision、recall、f1
• BERT的细节问题
• word2vec的层级softmax原理，为什么用霍夫曼树
• 常⻅的loss函数，推导
• 逻辑回归和softmax推导

面试记录5
笔试题

• 给定一个年月日，输出这是一年的第几天。
• 给一个迷宫，输出左上⻆到右下⻆的路径。
• 给定一个数组，找到里面“占大多数的元素”，这个元素是指数量大 于一半数组数量的。
• 一笔画完一个迷宫。
• 给定一个字符串，删除"ab",返回最后的字符串，时间O(n)，空间 O(1)
  abc -> c
  aaabbc->ac
• 不用递归不用栈实现二叉树的中序遍历
  求根号2小数点的后1000位
• 链表的反转
• 给定两个等⻓的字符串a和b，以及一个词典d，判断是否能把a转换 成b，可以的话需要多少步?
  要求每次只能改变一个字母(不能增加和删除字母)，改变后产生的中间结果 必须在字典中。

面试记录6
其他题目忘了
算法题：

• 任务：开发一颗字典树
  描述：有一个文件，每行一个英文字符串（英文单词），要求将这些单词存储于如下所述的树形结构中，并编写查询函数，输入一个字符串，判断该字符串是否存在于这棵树中。
• 有一个流量非常大的音乐网站，用户可以语音点歌。支持的query主要是:我想听@song_name，从用户日志观察，
  发现用户的行为中有80%的流量集中在高频音乐，设计一个数据结构，能缩短用户的访问响应时间。

面试记录7

• batch大小问题
• 阅读理解的数据集，分为那几种？
• 平时怎么调参?
• 两个有序数组怎么求中位数?
• 一个串怎么求不重复最长子串?
• attention有那些种类?
• 10亿32bit整数数据，怎么求重复数字?
• 给你一个多边形，怎么求一个点是不是在多边形里?
• 给二叉树前序遍历和中序遍历，写后序?
• 介绍你觉得做的不错的项目

面试记录8

• 自我介绍
• 二叉树按层遍历 包含建树和遍历
• 字符串A-Z按顺序输出 代码
• 数据库表两个表连接后搜索 代码
• 给定京东商品属性，判断男女，如何选择特征
• 介绍逻辑斯蒂回归
• 问了参加的某个比赛
• 介绍word2vec

面试记录9

• 数据库mongo mysql redis区别
• 说一下你觉得你最好的项目
• 说一下word2vec
• lstm特点
• 如果让你设计一个项目，你会怎么设计
• 模型设置了哪些参数，都有什么作用
• 梯度下降方式，为什么要创建batch，batch大小如何确定

面试记录10

• 介绍项目
• 有一个字符串，除了一个字符以外，其他的字符串都是成对出现的，找到 这个单独的字符。
  比如AABCCDDEE->B
• Python的线程和进程
• 如何构建一个分布式系统 背景:用户给定给一个文章，在最初始我们有一个模型对其进行处理，后 面随着迭代，单一机器无法运行所有的模型了。(比如用10个领域的模 型，之前在一个机器上跑，现在跑不动了)，设计一个更加可拔插式的系 统，让我们只需要简单的增加节点即可。
• 归并排序然后通过数学公式计算其时间复杂度

面试记录11

• 详细了解项目
• 算法题。有多少种深度为k，节点数为n的二叉树?
• 算法题。给一个n x k的矩形，里面包含多少个小矩形?不完全重合就不算重复。 [变形】:给一个n x k的矩形，里面包含多少个大小为K的小矩形?不完全重合就不算 重复。
• 一个机器人，等概率往左走往右走，走N步能回到原点的概率。
• 二分查找
• 1.给一个巨大的文件，里面每一行是一个词，统计词频形成词表。变形：生成器，每次返回1中的一个词，概率跟其词频有关。

面试记录12

• 算法题：写一个编辑距离算法的代码，或者树的编辑距离的算法
• 手写二叉树遍历非递归
• 手写快排
• 给你一个数，判断二进制里面有多少个1？怎么打印0-N中有多少个1
• 谈论项目里面的相关问题，细节
• 手画gru

面试记录13

• BERT的具体结构
• 介绍项目
• LayerNorm的意义
• Tensorflow写一个题: 100m的矩阵和100n的矩阵，得到一个m*n的矩阵，矩阵里面是相应元素 的cosin

面试记录14

• 详细介绍项目，RNN的细节，LSTM、GRU的结构和⻔
• 求极限，洛必达法则。N个样本有放回取N次，一次都没被取到的样本 期望是多少?对[(n-1)/n]^n的极限
• 求E(max(x,y))，x,y是[0,1]的均匀分布
• 汉诺塔问题的算法题
• 优化N个无序的数，找到最大值最小值在最坏情况下的时间复杂度。 O[(3/2)*N]
• 假设你在进行一个游戏节目。现给三扇⻔供你选择:一扇⻔后面是 一辆轿⻋，另两扇⻔后面分别都是一头山羊。你的目的当然是要想得到 比较值钱的轿⻋，但你却并不能看到⻔后面的真实情况。主持人先让你 作第一次选择。在你选择了一扇⻔后， 知道其余两扇⻔后面是什么的 主持人，打开了另一扇⻔给你看，而且，当然，那里 有一头山羊。现 在主持人告诉你，你还有一次选择的机会。那么，请你考虑一下，你是 坚持第一次的选择不变，还是改变第一次的选择，更有可能得到轿⻋?
• 0~n共有n+1个数，缺一个，有序无序两种情况，找出哪个?

面试记录15

• 数理统计题：
  有10个人对应十个作为，10号先选择，然后1到9号选择，并且1到9号选择的时候如果是自己对应位置的编号空着就坐在对应编号上，如果被占领了就随便座，求最终5号坐在自己位置上的概率
• 线性分类和逻辑斯蒂回归的区别，loss又有什么不同
• 线性分类为什么不直接求解(线性方程组) 而是通过递归下降的方式： 矩阵不满秩
• 算法题：
  (1)给一个排好序的列表，找出所有两个相加和为8的，组织成tuple之后放进列表，最终返回列表
  比如给你[1,1,2,3,4,5,7,8,11] 最终的结果是[(1,7),(3,5)]
• 树的编辑距离

面试记录16

• 算法题：给你有重复的有序数组，找出最小下标的某个数，没有返回-1
• 写出逻辑回归的loss
• 介绍word2vec并写出负采样的loss
• 如何根据中心词预测上下文，优缺点是什么
• 讲解s-net
• word2vec中的窗口大小有什么影响

面试记录17

• 简历提问细节问题
• 算法题目：写一个c函数，实现如下功能：
  给一个单调递增没有重复数字的函数，找某个数a的下标，函数的参数有数组首地址指针p，数组的长度length，以及要找的数a。
• 讲解之前实习的业务，都做了些啥
• 最初encoder、decoder到最新模型的变化过程，每个阶段都有什么特点，都解决了什么问题(比如attention的作用)
• seq2seq特点
• 底层技术的实现原理，比如分词、命名实体识别、词性标注

面试记录18

• 求最长公共子串
• 求two sum问题
• 求10亿数组中的计数的top K问题
• 给后序遍历，判断是不是二叉树
• 项目中的多卡训练问题
• 搜狗业务介绍

面试记录19

• 围绕简历提问细节问题
• 某个场景下XGboost的特征有哪些呢？
• 讲一讲你某个项目的工作是怎么进行的？
• 你说你修改了**语义匹配的模型，你是怎么修改的呢？
• 你项目中的某个工作主要是什么呢？你的模型的loss是什么？
• 说一下项目中的某个模型是什么？
• 给你一个只包含26个字母和.*的序列？

其他问题

• attention一般怎么和下一层交互的？
• lstm几个门
• seq2seq特点，有哪些经典的模型？
• 数据量不足采用什么样的分类模型？ (决策树?)
• 非监督的模型有哪些？
• capsule结构特点，描述一下？
• 搜狗的结果指标是怎么样的？

上面问题答案，大家自己验证测试一下，欢迎在评论区评论或者公众号留言或者提问。

大家面试中都遇到了哪些问题呢？贴出来分享吧~ 最后祝大家面试顺利~