说好的轻松愉快不见了 : )
自我介绍
没论文
项目/工作经历提问 问得比较深入发散 模型的选择，其他应用等
Naive Bayes, random forest, svm, logistic regression, xgboost, gdbt全家桶，每个都详细问讲区别讲联系讲损失函数
一些模型独有的问题：
- svm核函数 种类，如何选择，如何应用
- random forest引出 bagging boosting，区别
- random forest 分割依据 （忘了）
- random forest 随机在哪里（特征，样本选择）
- lr 和 rf 在输入上的不同
- xgboost 二阶导数
- 等
HMM CRF双雄
- Viterbi
tf-idf 公式 如何用tf-idf计算文本中的关键词
- 引申至关键词抽取 问答模型 squad
word2vec, glove, fasttext细节挨个问（fasttext没用过，不会）：
- CBOW, skip-gram
- Hierarchical softmax, Negative sampling 都是怎么实现的
- glove word2vec 区别
- 等
roberta 效果好的原因
bert 他本人蕉迟但到：
- 介绍下（MLM NSP），用的是？（Transformer 的 encoder）
- Transformer encoder模块包含了哪些（。。）
- 残差连接的作用（防止梯度消失）
- 激活函数用了啥（gelu），和relu的区别
- 介绍self-attention，优点是？
- bert ELMO GPT 三兄弟比较
- 等
Dropout，BN，LN 三兄弟都出来讲两句
排序算法都知道哪些；说说堆排序吧
####以下是熟悉的陌生人区域####
1. 操作系统里的某某锁（不记得是啥了，名字稍长，反正不会）是怎么实现的？
2. 线程、进程
3. Python
- 垃圾回收原理算法
- 多线程多进程（本人崩溃的顶点）
- 全局解释器锁（没用过不知道我不会）
- 装饰器
4. 数组 链表
5. 欧氏距离 曼哈顿距离
6. Linux 软链接 硬链接 （不会）
7. 并发
考察算法题：
编辑距离 讲讲吧（leetcode动态规划，我叽里呱啦口述了转移方程一堆下标，真正的只有懂的人才能听的懂）
期望薪资多少？
反问，心态有点小崩，随便问问：
1. 工作时间？
答：比互联网压力小，偶尔会有加班但也不会很晚，没事的时候6/7点钟也可以走（翻译：加就完事了）
2. 工作内容，万德NLP都负责做些什么？
答：（熟练的Job Description背诵（朗读））
3. 入职培训问题？
答：入职培训1个月，与工作环境隔离；未来一年也都会有导师带
互道感谢，告知我2天内HR会联系，共计时61min；第一次不做题的纯问了一个小时，而且还有非常多的遗忘和知识的盲区，有点难受
另：写完面经后有些恍惚，八股文其实也就这样了喔（可惜我并不是优秀的八股文背诵者）；但是人菜也没啥理由好找的，
秋招至今也没有心仪的offer（也没有不心仪的offer），人也在佛系和烦闷之间不停地徘徊；
为了回馈牛客网优质的社区，总想写篇面经；但之前的公司面经（字节/阿里/拼多多。。。）已经很多，而万得的很少，所以我想这也是时候克服一下懒惰了；
人菜就要多练习多思考，机会总是有的，秋招这几个月我也进行了很多自身精神世界的探索，过阵子有机会也会试着写写和大家探讨；
秋招可能已经差不多了，诸君我们春招再见！
全部评论
(4) 回帖