字节提前批第一轮(三轮技术面连着面了三个小时)
一、一面
1、聊项目及项目中的算法
2、解释Bert, Bert好在哪里
3、解释HAN模型，为什么在你这个项目上好用
4、算法题: 给定一个矩阵里面只包含0和1两种数字，给出每个单元距离最近的0的距离，上下左右都算作相邻，相邻的距离为1

二、二面
1、聊项目及项目中的算法
2、Hierarchical classification算法为什么好
3、介绍了词向量预训练模型Word2vec\Glove\Fasttext\Elmo\Bert\Flair,各自特点和区别
4、Word2vec模型结构
5、Hierarchical Softmax原理
6、算法题: 一个无序数组，数字代表挡板的高度，挡板没有厚度最多可以盛多少水，如[3, 1, 2] 输出:4

三、三面
1、聊项目及项目中的算法
2、Bert模型结构，为什么好
3、Fasttext模型为什么比word2vec快，隐层怎么处理的
4、算法题：(1)S1, S2两个整数数组 已经从大到小排序。 输出最大的K个数, 时间复杂度: 通过k/2的思想, 直到把k为到1为止
(2) S1, S2,..., Sx整数数组 已经从大到小排序。 输出最大的K个数, 时间复杂度

这三轮面试是在7月时面的，三轮面试是连着面的，总共面了三个小时，面完我的感觉是还不错，以为大概率过了，但自我评价和面试官评价总是不一致，最终通知三面挂了，hr给的理由一二面面试评价很好，但三面面试官给的评价是: 代码写的太慢了（当时还是很上心的，连续面了我三个小时，从上午十点半面到下午一点半，中午饭都没吃，还指望我三面时脑子还有多灵光，哈哈，附图）

字节抖音-教育业务提前批第二轮
字节一面   8月9号 14:00-15:00
1、聊项目及项目中的算法
2、Word2vec的负采样和分层softmax介绍，负采样的负样本是如何采样的，分层softmax的细节以及树的节点是什么
3、在预料中有些词比较稀疏又想学好的情况下，使用word2vec时如何选用cbow/skipgram,hs,nl
4、ELMO模型和Bert模型的比较，position embedding|sentence embedding|mask embedding如何拼接的，position embedding细节
5、Transformer中为什么要除以根号dk，为什么能加快收敛速度，为什么加了根号
6、BN和LN的区别，以及BN一般怎么用，LSTM中有没有用BN
7、优化函数有哪些，比较他们的优缺点
8、CNN中给定输入数据维度[c,w,h]，卷积核[k,k]，则输出维度，如何padding=p，输出维度是什么
9、算法题: 给定一个可包含重复数字的序列，返回所有不重复的全排列

字节二面   8月13号 10:00
1、聊项目及项目中的算法
2、数据不均衡有什么解决方式，从数据，模型选择，以及损失函数选择角度
3、word2vec,glove,fasttext算法比较，Elmo和Bert比较
4、self-attention公式，Attention机制
5、一个小木棒拆成三段，能组成三角形的概率
6、算法题: 求二叉树的宽度

字节三面   8月25号 09:30-10:30 (之所以这么晚是因为所在实习公司正转正答辩因此一直和字节hr推迟面试时间)
1、聊项目及项目中的算法
2、算法题: "abcccbda"->"ada" 去除字符串的重复字符

字节四面   9月4号 15:00-16:00
1、聊项目及项目中的算法
2、应该是个交叉面，面试官对我介绍的项目不是特别理解

字节五面   9月7号 17:00-16:00
1、聊项目及项目中的算法，对项目中的算法提出相关问题
2、五面不是在牛客上面的，而是字节约的电话面试，面试官很牛，应该是个老大(因为期间透漏某厂的p9是他认识的朋友)