前天投了蘑菇街数据挖掘实习工程师；

昨天下午参加了蘑菇街实习生笔试；

============================

选择题：基础知识

简答题：数据结构中的算法

1、二叉树的任意两节点的公共父节点。

（开始想递归，划掉了。然后想循环，又划掉了。最后默默的写上了逐个遍历，囧）

2、软件项目管理中的那种图，结点是：事务+时间，有先后，要求找项目最短需要多久时间？

（软件项目管理里边做过这种题目，突然遇到这种题，还是写不出公式。数据结构写的邻接矩阵，算法没写。感觉像拓扑排序，但是自己又不知道拓扑排序要怎么做，也就没写。）

附加题：

1、根据一些数据，设计一个推荐系统。（之前看过《推荐系统实践》，还是起了点作用。）

2、无监督机器学习算法，优缺点？（完全想不起来。写了个NN，交卷时候被告知，NN是有监督的，囧）

============================

昨天晚上收到面试通知；

今天去华科参加面试；

以前没有过面试的经验，于是啥都没准备。

面试之前设想的样子是面试官问一句我答一句，轻松浪漫加愉快。不过这也是白日做梦，都没准备，怎么能轻松愉快呢。

刚到那里，正好一个面试官闲着，然后就开始了。

============（我把面试过程中存在改进余地的地方用红字标识了。）============

面试官：介绍下自己吧。

我想了想，不知道要怎么介绍自己，问：怎么介绍啊？

面试官：说说你做过什么。

我瞄了一眼面试官手里的简历（貌似我手里也应该也拿一份）：本科的还需要么？

面试官：可以啊。

我：那从大一开始介绍吧。（然后开口就说了大一在记者团工作过，马上心里想，说这个管啥用啊，然后就把大一大二在学生会工作的事用两句话说完了，引到我做的事情上来）大三做过一个大学生科技创新基金项目，发表一篇中文核心论文《结果可控树突状细胞算法》（只记得项目名字和成果，具体细节忘记了，应该把当初的资料拿出来翻翻，这样也有的说）。参加过一个全国程序设计竞赛第六届ITAT，获得全国一等奖，这个竞赛档次比较low，自己获奖也是运气好，自己对算法其实不怎么了解，也就是当初靠兴趣看过一点，只是了解，并不精通。。（不该实话实说啊(/ □ \)，应该吹吹这个比赛有1500人参加，有20个一等奖。）

本科的基本没啥了，然后开始介绍研究生期间的。

我：保研之后就一直和导师做科研，做事件抽取方面的。

面试官（面试官遇到感兴趣的内容会打断你的介绍，前面没有怎么打断我，说明他不怎么感兴趣或者说是我介绍的太浅了不够提起他的兴趣）：这个我知道，事件提取。

我：我们做的事件抽取和ACE、TAC那些评测会议做的还存在一些差别，它们都是事件类型相关的（这里还可以说一下我看过的论文中用到的哪些方法，吹吹自己看过多少文章，可是忘记说了），我们做的是事件类型无关的，感觉和知识图谱、语义网差不多（提到了KG和Semantic web这两个概念，但是没有进一步说，可以进一步说清楚一点，为什么差不多。）投了一篇会议文章，被武汉大学学报录用了，会议的文章在中文信息学报、武汉大学学报、东南大学学报发表，自己文章水平不够中文信息学报的，只能在武大学报发表。（貌似又说实话了。。。囧）

面试官：武大学报应该还不错（面试官不会是武大的吧。。。囧）。

我：文章里边用的方法其实不怎么高大上，当时本科刚保研，会的方法也不多，N元模型对我来说都很高大上，方法的开始主要用共现概率，后边就用规则的方法来进行事件抽取。我们方法中有一个很大的不足就是把高概率当作了100%。（妈蛋，又说实话了。。。囧）

面试官：哦，你做的东西都是用规则，是吧？

我一听这话，感觉被鄙视了，然后赶紧说：前段时间导师让我准备给ACL投一篇文章，当时用了半个月的时间熟悉HMM，改进HMM，写论文初稿。改进HMM主要是两个方面，一个是二阶HMM，二阶的就是在一阶的基础上扩展。

面试官：二阶就是bi-gram，是吧？

我：不是，二阶的是tri-gram，一阶的是bi-gram（这点感觉还不错~哈哈）。

面试官：对对对。

我：一个是二维HMM，开始找HMM，找了一个J4HMM，但是不能直接用。

面试官：为什么？

我：网上那些直接找到的，都是传统原始的HMM，要想改进，就要自己写代码。而且训练的时候不能用BW算法。

面试官：ME算法？

我：Baum-Welch算法。

面试官：哦。

我：直接用这个算法，不适合我们处理的问题。（但是当时忘了问什么不适合，幸好面试官也没有问。。。）。就用那个什么最大算法。

面试官：最大似然估计。

我：对，最大似然估计。

面试官：就是我刚才说的ME。（我刚查了查，是MLE。。。囧，我记得是三个字母吗，差点被他骗了。）你知道ME算法背后的原理吗？

我：最大似然估计不就是一个公式吗，代码写起来也不难，照葫芦画瓢呗（这个比喻还行吧。。。体现了我深厚的文学功底），以前概率课上讲的，我也不知道背后啥原理。（囧，当时我就蒙逼了。。。看来数学还是有用的。）

面试官：哦，好，我知道了。

我：后边的Viterbi算法也要自己写代码。

面试官：事件的不同成分，在句子中的距离可能会比较远，你的二阶HMM也只是tri-gram，怎么保证能抽取出来呢？（这个问题要问的是啥？当时有点没弄明白。于是出现了下面的回答。。。囧）

我：就和N元模型，一般只用三元模型一样，一方面是训练数据不够多，再多元的话，训练不出健壮的模型，没意义。另一方面是再多元的话，硬件要求也会比较高。（答的什么玩意儿啊。。。完全答非所问。纠其原因，还是没有回顾一下自己做的东西，对于一些细节已经忘了，以至于没有搞明白面试官在问啥。）

面试官：我不是问这个，我是问。。。（把问题又说了一遍）。

我：。。。（忘了回答的什么了，反正又是答非所问了）

面试官：哦（估计面试官放弃这个问题了。囧）。这就是你做的，是吧？

我：这个只是统计模型，现在不是都统计与规则相结合吗，我在统计模型之后，还用K-means算法对错误实例进行聚类，得出一系列纠错规则。

面试官：怎么聚类的？

我：一个事件成分，提取它周围的特征，让后利用这些特征，计算距离，进行聚类。（感觉说的好烂。。。完全没有说清楚。。。还是把自己做的东西的细节忘记了。）

面试官：cos距离？欧式距离？

我当时想了半天用的啥距离都没想起来，想了想公式的样子，说：欧氏距离。这些距离不都是一个简单的公式吗，说的很高大上的样子。

面试官：是。

我：我做的这个就是前边用统计模型，后边用规则进行纠错的方法。

面试官：嗯，可以。你看你有什么问题吗？

我：。。。（沉默一会儿，因为我真不知道问啥。），我没啥问题，你跟我说说呗。（我在本科班级群里说了这个之后，祥子说，你应该问一些问题，否则面试官会觉得你来这个公司的意愿不是很强烈。万老板说知乎上看到过这个，应该问问这个职位在公司的发展之类的。。。。。囧，我还真不知道有这回事。）

面试官：我也没啥问题了。那就这样吧，你回去等我们通知吧。

======================30分钟的面试就这么结束了===================

出来之后，和ZZH聊了会，从他那得知，ZYW过了一面，在进行二面。这才知道，你回去等我们通知吧=你的一面挂了，走好不送。

然后在万老板的带领下，逛了逛华科，去华科的百景园食堂蹭了顿饭（才让万老板破费30多元。。。囧），还挺好吃的。聊了聊华科、聊了聊武科大，自己默默对比了一下，一句话，说多了都是泪。

饭后踏上返校的公交，第一次在公交上睡着了，还好是终点站（囧），睡醒之后，转车回到了学校，that’s all.

=======================================================

后来想了想，在自我介绍的过程中，没有提到简历中几个我参与的项目经验（可以多扯点），对本科自己动手做的东西也没有说（至少能体现一点动手能力吧）。

总之，就是面试之前应该好好准备准备，至少对自己做过的东西也应该比较清楚。

这就是第一次面试的经验，其他形式的面试也没经历过。