隨著三月初螞蟻金服內(nèi)推開(kāi)啟，整個(gè)暑期實(shí)習(xí)生招聘大幕也正式打開(kāi)，這一場(chǎng)從三月初持續(xù)到之后五月的筆試面試過(guò)程，確實(shí)讓筆者真真切切的感受到基礎(chǔ)的重要性，面試和筆試不僅從機(jī)器學(xué)習(xí)，自然語(yǔ)言處理，數(shù)據(jù)結(jié)構(gòu)與算法，高數(shù)概率論等方面考察，還包括智力題，邏輯題等。
　　
阿里巴巴
一面：
1. 介紹項(xiàng)目（只針對(duì)自然語(yǔ)言處理項(xiàng)目詢問(wèn)，召回率、準(zhǔn)確率如何）；
2. 深度學(xué)習(xí)如何提取query特征，如何利用深度學(xué)習(xí)計(jì)算語(yǔ)義相似度；（深度學(xué)習(xí)語(yǔ)義相似度可以參考《淺析文本相似度》）
3. 寫(xiě)二叉樹(shù)的前序遍歷，中序遍歷，統(tǒng)計(jì)二叉樹(shù)所有路徑和；
二面：
1. RNN為什么會(huì)梯度消失，LSTM怎么能解決梯度消失問(wèn)題；（RNN、LSTM有關(guān)梯度消失的問(wèn)題可以參考《理解RNN、LSTM、GRU和Gradient Vanishing》）
2. 優(yōu)化算法介紹并說(shuō)一下特點(diǎn)（介紹了自適應(yīng)率學(xué)習(xí)算法Adagrad和Adam，深度學(xué)習(xí)優(yōu)化算法可以參考《深度學(xué)習(xí)優(yōu)化算法總結(jié)》）；
3. Dropout的原理；
4. 交叉熵?fù)p失函數(shù)是什么，在什么地方使用過(guò)，介紹一下；
5. 介紹一下Word2vec，CBOW和Skip-gram的區(qū)別是什么；
6. GBDT和Xgboost介紹一下，并說(shuō)一下區(qū)別（關(guān)于XGboost、GBDT和RF的總結(jié)可以參考《RF、GBDT、XGBoost面試級(jí)整理》）；
7. 寫(xiě)代碼：現(xiàn)在有詞向量詞典，計(jì)算句子相似度（Consine Similarity）

美團(tuán)
一面：
1. 介紹項(xiàng)目（項(xiàng)目中一些問(wèn)題如何解決的；項(xiàng)目的難點(diǎn)在哪兒；如何解決的；你在里面干了些什么）；
2. 介紹一下隨機(jī)森林和Xgboost，有什么區(qū)別（從bagging和boosting角度）；
3. 什么是SGD，什么是batch size；
4. 深度學(xué)習(xí)優(yōu)化算法有哪些，隨便介紹一個(gè)（說(shuō)的Adagrad，優(yōu)缺點(diǎn)明顯，進(jìn)退自如）；
5. 現(xiàn)有一個(gè)神經(jīng)網(wǎng)絡(luò)和64個(gè)樣本，Batch gradient descent和SGD的時(shí)間復(fù)雜度和效果比較；采用批梯度下降時(shí)，神經(jīng)網(wǎng)絡(luò)參數(shù)更新了幾次；
二面：
1. Two Sum問(wèn)題（Leetcode第一題，采用hash map解決）；
2. 如何找到10萬(wàn)以內(nèi)的所有質(zhì)數(shù)；
3. 邏輯斯蒂回歸的損失函數(shù)怎么來(lái)的，如何進(jìn)行梯度更新；

百度
百度一面：
1. 介紹項(xiàng)目（一些項(xiàng)目細(xì)節(jié)；項(xiàng)目的準(zhǔn)確率；召回率如何）；
2. 京東項(xiàng)目中Xgboost原理，xgboost有哪些參數(shù)，怎么調(diào)整xgboost的參數(shù)；
3. 智力題：現(xiàn)在有三枚硬幣，一個(gè)是一正一反，一個(gè)是兩面都是正，一個(gè)是兩面都是反，現(xiàn)在隨機(jī)拋出一枚硬幣是正面，那么這枚硬幣的反面也是正面的概率；（2/3）
4. 代碼實(shí)現(xiàn)海量數(shù)據(jù)處理問(wèn)題：現(xiàn)在有一個(gè)比較小的數(shù)據(jù)表（包括id, score），另外有一個(gè)十分大的（上千萬(wàn)級(jí)別）的數(shù)據(jù)表（包括id, name），現(xiàn)在需要以id為索引將兩張表合并，如何在O(n)時(shí)間復(fù)雜度完成。（hash map解決，海量數(shù)據(jù)處理問(wèn)題參照這篇博客《 十道海量數(shù)據(jù)處理面試題與十個(gè)方法大總結(jié)》）

追一科技
一面
1. 介紹項(xiàng)目（項(xiàng)目準(zhǔn)確率；召回率；特征工程怎么做的；項(xiàng)目難點(diǎn)在什么位置；如何解決的；用了什么深度學(xué)習(xí)的方法）；
2. 既然提到對(duì)話系統(tǒng)，簡(jiǎn)單介紹一下（非任務(wù)型和任務(wù)型balabala…..），了解非任務(wù)型對(duì)話系統(tǒng)么，介紹一下；（關(guān)于對(duì)話系統(tǒng)可以參考《人機(jī)對(duì)話系統(tǒng)調(diào)研》）
3. 平時(shí)用什么語(yǔ)言寫(xiě)代碼啊，用python么（用），java怎么樣（一般般），c用不用（不怎么用）；
4. 看你簡(jiǎn)歷里面沒(méi)寫(xiě)GRU，了解GRU么，和LSTM、RNN的區(qū)別在什么地方（從梯度消失的層面回答）；
5. GBDT的損失函數(shù)是什么；
6. 了解紅黑樹(shù)么（–沒(méi)看到這兒來(lái) –那算了，換個(gè)問(wèn)題）；
7. 64匹馬，8個(gè)跑道，選出速度最快的4匹馬需要多少次（回答12次，后來(lái)知道最好是11次）

百度度秘
一面：
1. 介紹項(xiàng)目（項(xiàng)目細(xì)節(jié)；項(xiàng)目難點(diǎn)；有什么方法；你在里面發(fā)揮的作用；這個(gè)系統(tǒng)現(xiàn)在還有什么可以改進(jìn)的地方么）；
2. 看你項(xiàng)目中用到了LSTM，介紹一下LSTM（介紹LSTM時(shí)候提到RNN，打斷詢問(wèn)RNN為什么有梯度消失問(wèn)題，給出具體公式）；
3. LSTM用什么框架實(shí)現(xiàn)的，能不能介紹一下Word2ver如何使用在其中，使用Word2vec和不使用word2vec的效果如何；
4. 正則化方法有哪些，介紹一下（說(shuō)到L1和L2時(shí)，重點(diǎn)問(wèn)了一下為什么梯度稀疏和梯度選擇，用公式推導(dǎo)講了一下，過(guò)擬合問(wèn)題可以參照《深度學(xué)習(xí)相關(guān)總結(jié)》）；
5. 看你簡(jiǎn)歷上說(shuō)博客記載了機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和深度學(xué)習(xí)的內(nèi)容，那你簡(jiǎn)單說(shuō)一下這三者的區(qū)別；
6. 編程題：二叉搜索樹(shù)的插入和搜索；
7. 有序循環(huán)鏈表中（后簡(jiǎn)化為元素從小到大有序循環(huán)鏈表），如何在O(1)時(shí)間內(nèi)完成最大值插入；

騰訊
一面：
1. 寫(xiě)代碼實(shí)現(xiàn)列表 [0,0,6,2,8,0,0] —-> [6,2,8,0,0,0]，要求O(n)時(shí)間復(fù)雜度和O(1)空間復(fù)雜度；
2. 寫(xiě)代碼實(shí)現(xiàn) [1,2,3,2,2,3,4,…] —-> [1,2,3]（先去重再取top K，這里的K取3），要求in place操作，O(n) 時(shí)間復(fù)雜度和O(1)空間復(fù)雜度；
3. LSTM用來(lái)解決RNN的什么問(wèn)題？如何解決的？既然說(shuō)到forget gate，那么說(shuō)一下forget gate的取值范圍？（sigmoid 取值（0,1））forget gate是具體的值還是向量？（向量），如何理解這個(gè)向量；
4. 深度學(xué)習(xí)用的什么框架，Tensorflow？（Keras），那介紹一下深度學(xué)習(xí)中的過(guò)擬合如何解決？（從數(shù)據(jù)、單模型、模型集成三個(gè)角度回答）；
5. 深度學(xué)習(xí)優(yōu)化算法用過(guò)哪些？講講Sgd和gd的區(qū)別？
6. 對(duì)SVM（考慮線性可分情況）、LR和DT熟悉么？ 從損失函數(shù)說(shuō)一下區(qū)別，SVM的損失函數(shù)是什么？（合頁(yè)損失函數(shù)，寫(xiě)一下講一下）。LR呢？（利用最大似然估計(jì)得出）。又問(wèn)一下SVM線性可分情況下決策邊界不同位置的損失值。DT如何進(jìn)行特征選擇？（ID3信息增益）。介紹一下信息熵？（隨機(jī)變量不確定性，度量系統(tǒng)穩(wěn)定性） [1/3,1/3,1/3]和[1/2,1/4,1/4]哪個(gè)的信息熵大？回歸任務(wù)中如何進(jìn)行特征選擇？（平方損失準(zhǔn)則）
7. 海量數(shù)據(jù)處理。現(xiàn)在有1千萬(wàn)行詞，需要統(tǒng)計(jì)各個(gè)詞出現(xiàn)的次數(shù)，目前有一臺(tái)機(jī)器內(nèi)存1G，磁盤(pán)100G？（海量數(shù)據(jù)處理blog的第一題，先利用Hash對(duì)原始文本進(jìn)行分割（hash(word)%2000，分為2000個(gè)文件），再使用hashmap（python中的字典）在各個(gè)文件中分別統(tǒng)計(jì)）。
8. Python基礎(chǔ)。現(xiàn)在有一個(gè)列表，需要選擇其中大于0的數(shù)？（列表生成式）
9. LTR（learning to rank）。介紹一下ltr的三種方式？其中pairwise在訓(xùn)練時(shí)怎么做？（轉(zhuǎn)化為二分類）在測(cè)試的時(shí)候怎么做？
10. 文本分類的項(xiàng)目中用到CNN沒(méi)有？介紹一下CNN？那CNN在文本分類任務(wù)中卷積核和一般的圖像任務(wù)中的卷積核有什么區(qū)別？（balabala）
11. 熟悉Attention么，介紹一下？（balabala）

二面：
1. 在你的項(xiàng)目中如何判斷word2vec的效果好壞，如何評(píng)判對(duì)模型和結(jié)果的影響？項(xiàng)目中使用的xgboost是哪個(gè)版本的？誰(shuí)寫(xiě)的（懵了）
2. 如何從概率角度理解AUC？二分類問(wèn)題中，一個(gè)正負(fù)類比是1:1000，一個(gè)是1:100，它們的AUC和ROC有什么區(qū)別？
3. 了解交叉熵?fù)p失函數(shù)么？在哪個(gè)場(chǎng)景使用過(guò)？它和最大似然估計(jì)是什么關(guān)系？
4. 熟悉什么語(yǔ)言？Python么？用過(guò)里面的zip函數(shù)（有點(diǎn)沒(méi)聽(tīng)清）沒(méi)？

騰訊二面前刷的一碗面經(jīng)：
1. 覆蓋字符串所有字符的最小字串；（leetcode第76題）利用滑動(dòng)窗口；
2. 反轉(zhuǎn)鏈表的前k個(gè)；（變型：按k個(gè)結(jié)點(diǎn)一組來(lái)反轉(zhuǎn)鏈表）
方法：都是利用翻轉(zhuǎn)鏈表的方法，只是局部翻轉(zhuǎn)，再添加頭尾結(jié)點(diǎn)。
3. 求二叉樹(shù)最大深度；（遞歸）
4. 序列模型中markov和rnn的區(qū)別；
（rnn和hmm最本質(zhì)的區(qū)別在于rnn沒(méi)有馬爾科夫假設(shè)，因此從理論上可以考慮很久的信息；同時(shí)hmm本質(zhì)上是一個(gè)概率模型，而rnn不是；此外rnn具備神經(jīng)網(wǎng)絡(luò)的擬合非線性的能力）。
5. 字符串出現(xiàn)第k多的字符；
（hash map進(jìn)行統(tǒng)計(jì)，然后對(duì)dict進(jìn)行排序
6. 一個(gè)過(guò)擬合模型和大量數(shù)據(jù)，如何判斷這些數(shù)據(jù)有沒(méi)有用？
（利用采樣的方法，采樣部分?jǐn)?shù)據(jù)然后運(yùn)行過(guò)擬合模型看看效果；）
7. lr和svm的區(qū)別
（從lr的由來(lái)講損失函數(shù)，對(duì)于svm講最大間隔。區(qū)別在于損失函數(shù)不同；svm只需要考慮支持向量，而lr需要考慮所有的點(diǎn)；svm本質(zhì)上是基于距離的，因此其輸出無(wú)法直接產(chǎn)生概率，lr輸出的是其屬于分類的概率；在非線性的情況下，svm使用核函數(shù)解決，而lr通常不使用核函數(shù)；svm自帶正則話，因此是結(jié)構(gòu)風(fēng)險(xiǎn)最小化算法）
8. 特征選擇的方法；
9. AUC是什么？就是ROC曲線下的部分，表示什么？
10. 快速排序；
11. 一個(gè)數(shù)組中超過(guò)一半的數(shù)字；
（（1）hashmap直接統(tǒng)計(jì)，（2）hashmap間接統(tǒng)計(jì)，利用數(shù)組中的一個(gè)數(shù)字和次數(shù)，當(dāng)相同的時(shí)候1，不同的時(shí)候1，如果次數(shù)為0則，保留下一個(gè)元素且次數(shù)設(shè)置為1，那么最后留下來(lái)為1的數(shù)字就是次數(shù)最多的；（3）歸并排序選中間元素；）
12. 有一個(gè)能產(chǎn)生1-5的隨機(jī)數(shù)的函數(shù)，怎么修改之后能夠產(chǎn)生1-7的隨機(jī)數(shù)；
13. 快速排序，歸并排序，深度遍歷和廣度遍歷；
14. 解釋一下lucene原理，怎么進(jìn)行中文分詞，基于什么進(jìn)行分詞；
15. a，…z所有字母組合方式；
16. 輸入一個(gè)數(shù)，輸出這個(gè)整數(shù)里面最大的質(zhì)數(shù)；

　祝大家好運(yùn)~

總結(jié)

以上是生活随笔為你收集整理的2019-暑期实习生-自然语言处理算法岗-面试题的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。