本文涵盖了腾讯微信事业群模式识别中心，PCG和TEG事业群，阿里达摩院，蚂蚁金服，百度研究院，京东研究院，头条AI Lab，滴滴AI Lab，微软亚洲研究院，微软工程院以及联想研究院等等多个公司NLP算法岗面试内容，其实面试内容都大差不差，从大的来说就包含四块内容，下面我也就这四块做一个简要的说明：
1、简历中项目以及提到的相关算法

2、传统机器学习相关算法原理及使用细节

3、深度学习算法相关算法原理及使用细节

4、手动Coding，数据结构的考察

首先也是重重之中，就是要准备好一份漂亮的简历，简历的重要程度不用多说，我想大家首先给自己心理设下这样一个标准，我这份简历前后修改了有20个版本了没有。

简历投出去之后就是自我的准备工作，对于传统机器学习算法，我列举一些如：

K-近邻，K-Means，朴素贝叶斯，决策树(ID3, C4.5, CART, GBDT, Xgboost, Lightgbm, 随机森林等)，逻辑回归，最大熵模型，支持向量机SVM，EM算法，隐马尔科夫模型，条件随机场等，这些传统机器学习算法在面试中经常会被问到原理，或者直接让你公式推导，推荐阅读的书籍如：李航-统计机器学习，周志华-西瓜书，刘铁岩-分布式机器学习等

除了传统机器学习就是深度学习算法的复习，深度学习模型的考察通常会结合实际的项目场景进行考察，那掌握模型的原理便是基础，常考查的深度学习模型如

1、CNN，RNN/GRU/LSTM，Transformer（NLP特征提取）

2、Word2Vec，Glove，FastText，Elmo，Bert，Flair（预训练词向量）

3、CNN，RNN，RCNN，DPCNN，FastText，HAN，Bert（NLP分类模型）

4、GNN，GCN，SGCN（图模型）

深度学习算法复习推荐书籍如：花书-深度学习，python神经网络编程等

最后一个便是面试都少不了的coding，如果现场面试基本都会准备一张纸一支笔然后手动Coding，像今年远程面试那就都是线上coding，像头条或部分公司就会使用牛客网在线编程环境，线上coding其实相对于手动coding还是有好处的，因此平时就是在线上写代码，但如果是手动coding大家需要注意一些问题，不要以为线上会coding，纸上也能完整的写下来，需要提前在纸上写一写，因为线上coding是有可自动补全的编程环境，会让你舒服很多。手动Coding的能力不是短时间可以练出来的，因此平时大家要多练习，这个大家倒不用买什么书籍，就可以在Leetcode网站，牛客网站上进行练习。

接下来就给大家奉上将近20家公司NLP算法岗的面经，供大家参考，我把面经分为了暑期实习面试篇和日常实习面试篇，其实暑期实习和日常实习面试的内容没有太大的区别，只是在流程上暑期实习面试的流程很长，在招聘上公司也会更加的谨慎。 当然只要大家对上面提到的四项内容全都掌握，那么面经倒也没有太大意义了，如果大家想沟通面试经验或者某些公司组别的相关情况可以关注公众号后获取我的联系方式，希望和大家一起交流学习。

暑期实习面试篇

日常实习面试篇