作者 | 113767074

整理 | NewBeeNLP

面试锦囊之面经分享系列，持续更新中 

欢迎后台回复『面试』加入讨论组交流噢 

一面

能感觉到面试官是个水平贼高的人 对machine learning那些推导、基础概率模型也有很深的理解，所以问我的东西也有点深，（我菜是原罪

• 问我的NLP项目，为什么没有用纯bert，有做过其他模型的实验吗

• 你觉得你的项目创新点在哪里

• project里面有一个编译器项目 介绍一下

• 编译器如何把一段c语言代码转成汇编语言？需要经历哪些步骤，有哪些中间文件？

• 传统的machine learning的算法了解哪些？你选择一个详细介绍一下（这里面试官说假设他是一个没有接触过这个算法的人 如何讲解这个算法 感觉很考察对算法的宏观理解能力）

• svm相比于LR或者Perceptron 优势在哪里

• 详细说下svm的每一步 函数 优化目标 最后变成什么形式 在什么条件下 为什么要用对偶问题（这里就是问SVM的理论推导过程了）

• bert的架构是什么 目标是什么 输入包括了什么 三个embedding输入是怎么综合的（每个词的表示是三个embedding相加的和）

• bert中MLM任务的具体策略是什么（这里我了解到的是先以15%的几率选择一个词，然后80%的几率将这个词mask掉，10%换成另一个词，10%的几率不变）

• transformer里面每一层的主要构成有哪些 （multihead-self attention+layer normalization+forward）

• Seq2seq模型中decode和encode的差别有哪些（decoder的self- attention是加了mask的，另外decoder除了attention自己的context 还要attention encoder的context）

• 算法题：leetcode.121. 买卖股票的最佳时机

二面

• 还是先问项目

• BiDAF（项目里提过的模型）怎么进行word embedding的

• 在进行word embedding的时候如果遇到一个没见过的单词 怎么处理 out of vocabulary的情况（答了直接置0然后跟随训练） 这样做会有很多误差，如何进行改进？Character embedding

• 了解BPE吗

• Word2vec的两种训练目标是什么 其中skip-gram训练的loss function是什么

• bert的mask策略（一面也问到了）

• bert有什么可以改进的地方（这里面试官希望能从bert的后续模型比如roberta albert等去说）

• L1正则和L2正则说一下 L1满足什么分布

• 了解bert之后的大规模预训练模型吗

• 算法题

  • leetcode 剑指 Offer 42. 连续子数组的最大和

  • leetcode 72. 编辑距离

感觉一面答得还挺差的 结果过了 然后二面答得比一面好点 但还是挂了

其实现在回顾的话感觉自己有些东西答得确实不太行，有些知道的东西也说的云里雾里的，挂了也有是怪自己吧。然后半个多小时以后HR就打电话来说挂了，然后问我想不想参加AI lab语音组 nlp实习生岗位的面试，约了面试时间（从挂了到被捞只有一秒钟）

语音组一面

一面面试官说应该是我以后的mentor 人超级好 是唯一一个会先自己自我介绍的面试官 然后感觉面试大部分时间都是他在介绍业务啥的 反而我没回答多少问题哈哈哈哈

• 你觉得自己对模型的的更改能力怎么样 比如在模型中增加一些层去处理其他特征

• 手写过CNN代码吗

• 用什么框架多？Pytorch/tensorflow掌握的怎么样

• 比如bert的position embedding要加一些其他的运算方式 能否用pytorch定位然后写出来？

• 近期可以入职吗？有转正意愿吗？

• 算法题：给定一个正整数n，拆成至少两个数的和=n，让这些数的乘积最大

• 开放性问题 在一个文本翻译的项目中 你能预测到什么困难 预计能用什么方式解决

感觉这次面试很奇怪 问了好多你会不会xxx的问题 然后并不继续问下去考察我到底会不会 似乎只想知道我自己觉得自己会不会

语音组二面

• 项目是QA相关的项目，面试官问了对非结构化文本信息做了哪些预处理，目的是什么

• 大型预训练模型除了bert以外还知道哪些？

• GPT和bert间主要的区别在哪 双向transformer会带来什么样的好处 你知道GPT为什么不用双向模型吗  bert作为双向模型如何解决未来文本的信息泄漏问题

• 生成式模型了解吗 和判别式模型有什么区别

• 哪些网络结构可以作为生成式模型的结构（transformer，所有具有encoder-decoder结构的模型都可以做生成式模型）

• 生成序列的时候需要用的自回归结构 有了解吗（前一个时间的输出当作后一个时间的输入）

• 怎么去判断生成的截止点？比如给定中文生成英文，什么时候知道模型应该停止了呢（预测每一个word是截止字符的概率 取概率最大的）

接下来是机器学习八股：

• CNN结构pooling的作用是什么

• 过拟合产生的原因有哪些 解决方法有哪些

• 常用正则化方式  L1L2正则化的区别在哪里 应该如何选择他们

• 平时变成用什么框架和语言多一些 对pytorch和tensorflow的掌握程度怎么样

算法题（感觉面试官在放水）

• 合并两个有序数组 结果存入其中一个数组中（已经开好空间） 从末尾元素开始 双指针

• 最长递增子序列 o(n^2)做法 o(nlogn)做法

一面二面是连着的 然后一天后通知过了 约了第二天hr面

语音组hr面

• 你之前做过前端的实习，为什么会想转nlp算法？

• 你之前两次面试都是二面没通过（还面过一个c++开发岗）这次通过了你觉得是什么原因？

• 手上还有什么offer？和字节比更倾向哪个？

• 课程压力怎么样？平时花费在课程上的时间一周大概有多少？

• 可以实习多久？会不会有什么因素导致你中途想退出呢？

hr面完后第二天就给offer啦！！感谢字节给机会！！

一起交流

想和你一起学习进步！『NewBeeNLP』目前已经建立了多个不同方向交流群（机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等），名额有限，赶紧添加下方微信加入一起讨论交流吧！（注意一定要备注信息才能通过）

- END -

预训练模型，NLP的版本答案！

2021-10-20

Knowledge Distillation | 知识蒸馏经典解读

2021-10-03

李沐：用随机梯度下降来优化人生

2021-09-27

考上浙大了

2021-09-28