个人不是很喜欢记录，写代码都很少写注释，所以将就看一下，参考吧。
个人介绍：名字很长院校211本硕，统计专业。
无实习，kaggle上两个比赛，没有好成绩，跟着导师在在线学习有点研究，没有论文。掌握机器学习和深度学习中NLP的相关知识
3月底开始，投了BAT和字节、快手、美团。四月京东、网易，携程和其他
字节、快手估计投早了，没有笔试和面试；
美团笔试题没做好，一直在池子里；携程要全部出来才有结果，当时不知道做了1.8/2就玩去了。
腾讯一面，还没做笔试，方向是音频；后来做了笔试，也没有再被捞起来。
百度两面，也是题没做好（当场回溯不会），基础不牢（lr推导失败)，方向是进去后再选。
阿里三面，领导面的时候被问到了奇怪的点，后面就全崩了。淘宝特价版，推荐方向
网易一面，方向是虚拟电商平台交易，好像也是推荐。
京东两面+HR，貌似深圳大部分都被刷了，大概不缺人吧。方向据说是纯NLP
武汉两家小企业，都是面试后很快有结果，一个NLP的协助做项目，一个机器学习方向做预测。
最后估计要去oppo做推荐了，只有一面，应该能进（hr已经联系）
总体感觉就是阿里缺人，所以进度走的很快，一天一面，但是可惜吧；
百度很正式，每面都可以做题，感受不错；
腾讯很看面试部门吧，第一场面试面的腾讯，确实也没有很好的准备。
美团还是要做题，笔试太早，不了解情况。
京东希望下次能有岗位，网易考察了统计的一些点。
——————下面是一些面试的记录，肯定不全，仅供参考————————
腾讯一面
问了一点模型，整体
position encoder做什么用
有没有外部数据集
文本分类如何做的
encoder部分产生特征的作用
输出是什么
机器学习中有哪些分类算法
贝叶斯学派和统计学派区别
特征值分解，SVD如何实际用
因子模型和主成分差别
朴素贝叶斯，为什么朴素
正则化方法有哪些
预测销量怎么做的
gru能不能用gpu
公司做的语音识别
百度公司一面和二面
不会的问题：
1.LR现场推导目标函数和梯度
注意p和1-p先求导
2.GBDT和XGBOOST差别
A：利用二阶信息；处理缺失值；弱分类器选择；列抽样和行抽样；正则项做预剪枝，并行化处理（特征排序等）
3.Batch Normalization 缺点
A：batch太小,会造成波动大；对于文本数据，不同有效长度问题；测试集上两个数据均值和方差差别很大就不合适了
附：LN是对一个样本的一个时间步上的数据进行减均除标准差，然后再回放（参数学习）对应到普通线性回归就是一层节点求均除标准差。
4.分词如何做
基于规则（超大词表）；基于统计（两字同时出现越多，就越可能是词）；基于网络LSTM+CRF词性标注，也可以分词
5.softmax值太小
计算非张量，所以计算量很大
6.Adam缺点
后期梯度很小，几乎不动了，没有SGD好，前期快是优点；泛化能力不强，
其他想到的：
1.各类优化算法sgd等
2.各类激活函数优缺点（非中心化，梯度消失，神经元死亡，幂计算量比较大）
3.各种分类算法
4.有哪些attention方法
1-100
扩张性（lr能做但是xgboost不能做）
京东：
从左往右升序，从上往下升序，找到那个值
bagging和boosting
rnn,lstm,gru区别
大数据方向：
groupbykey,reducebykey,combinebykey
groupbykey按照key来分成group
reducebykey按照key来进行操作combFunc
aggregateByKey按照key操作，多了一个zerovalue
combinebykey每个分区计数，不同分区再计数
udf函数？
数据倾斜问题解决？https://zhuanlan.zhihu.com/p/64240857
什么是数据倾斜？在shuffle操作时，按照key进行value的输出、拉取和聚合
对于有的key需要分配reduce task来处理，但是太多了，所以某些task处理很慢
1.哪里会出现shuffle，groupByKey、countByKey、reduceByKey、join
对于拿到的hive数据，本身就是key|value1，value2,value3，不再有shuffle操作,直接map
2.聚合数据，用的粒度粗一点，不要直接80w计算，而是多分几个类型再聚合
3.指定shuffle的并行度，给任务大的task多一些worker
4.小数据和大数据做的时候，小数据复制很多份
网上参考NLP链接：
1.rnn真的就梯度消失了吗？
2.lstm到底解决了什么？解决了梯度消失？
3.LSTM三种门以及sigmoid函数对每个门的作用
4.Self-attention的Query，Key，Value分别是什么
5.Slef-attention的乘法计算和加法计算有什么区别？什么时候乘比较好，什么时候加？为什么要除以一个根号？
6.LSTM中各模块分别使用什么激活函数，可以使用别的激活函数码？
7.多头注意力机制的原理是什么？
8.Transformer用的是哪种attention机制？
9.画一下Transformer结构图
10.word2vector 如何做负采样？是在全局采样？还是在batch采样？如何实现多batch采样？怎么确保采样不会采到正样本？word2vector负采样时为什么要对频率做3/4次方？
11.W2V经过霍夫曼或者负采样之后，模型与原模型相比，是等价的还是相似的？
12.介绍一下sigmoid 和 relu，relu有什么缺点？
13.深层神经网络为什么不好训？除了梯度消失还有哪些原因？
京东二面：
1.负采样
2.分层softmax
3.预测还是训练
网易一面：
GBDT优化是怎么做的，梯度下降如何做选择
虚拟电商平台
问了一点模型，整体
position encoder做什么用
有没有外部数据集
文本分类如何做的
encoder部分产生特征的作用
输出是什么
机器学习中有哪些分类算法
贝叶斯学派和统计学派区别
特征值分解，SVD如何实际用
因子模型和主成分差别
朴素贝叶斯，为什么朴素
正则化方法有哪些
预测销量怎么做的
gru能不能用gpu
公司做的语音识别
百度公司一面和二面
不会的问题：
1.LR现场推导目标函数和梯度
注意p和1-p先求导
2.GBDT和XGBOOST差别
A：利用二阶信息；处理缺失值；弱分类器选择；列抽样和行抽样；正则项做预剪枝，并行化处理（特征排序等）
3.Batch Normalization 缺点
A：batch太小,会造成波动大；对于文本数据，不同有效长度问题；测试集上两个数据均值和方差差别很大就不合适了
附：LN是对一个样本的一个时间步上的数据进行减均除标准差，然后再回放（参数学习）对应到普通线性回归就是一层节点求均除标准差。
4.分词如何做
基于规则（超大词表）；基于统计（两字同时出现越多，就越可能是词）；基于网络LSTM+CRF词性标注，也可以分词
5.softmax值太小
计算非张量，所以计算量很大
6.Adam缺点
后期梯度很小，几乎不动了，没有SGD好，前期快是优点；泛化能力不强，
其他想到的：
1.各类优化算法sgd等
2.各类激活函数优缺点（非中心化，梯度消失，神经元死亡，幂计算量比较大）
3.各种分类算法
4.有哪些attention方法
1-100
扩张性（lr能做但是xgboost不能做）
京东：
从左往右升序，从上往下升序，找到那个值
bagging和boosting
rnn,lstm,gru区别
大数据方向：
groupbykey,reducebykey,combinebykey
groupbykey按照key来分成group
reducebykey按照key来进行操作combFunc
aggregateByKey按照key操作，多了一个zerovalue
combinebykey每个分区计数，不同分区再计数
udf函数？
数据倾斜问题解决？https://zhuanlan.zhihu.com/p/64240857
什么是数据倾斜？在shuffle操作时，按照key进行value的输出、拉取和聚合
对于有的key需要分配reduce task来处理，但是太多了，所以某些task处理很慢
1.哪里会出现shuffle，groupByKey、countByKey、reduceByKey、join
对于拿到的hive数据，本身就是key|value1，value2,value3，不再有shuffle操作,直接map
2.聚合数据，用的粒度粗一点，不要直接80w计算，而是多分几个类型再聚合
3.指定shuffle的并行度，给任务大的task多一些worker
4.小数据和大数据做的时候，小数据复制很多份
网上参考NLP链接：
1.rnn真的就梯度消失了吗？
2.lstm到底解决了什么？解决了梯度消失？
3.LSTM三种门以及sigmoid函数对每个门的作用
4.Self-attention的Query，Key，Value分别是什么
5.Slef-attention的乘法计算和加法计算有什么区别？什么时候乘比较好，什么时候加？为什么要除以一个根号？
6.LSTM中各模块分别使用什么激活函数，可以使用别的激活函数码？
7.多头注意力机制的原理是什么？
8.Transformer用的是哪种attention机制？
9.画一下Transformer结构图
10.word2vector 如何做负采样？是在全局采样？还是在batch采样？如何实现多batch采样？怎么确保采样不会采到正样本？word2vector负采样时为什么要对频率做3/4次方？
11.W2V经过霍夫曼或者负采样之后，模型与原模型相比，是等价的还是相似的？
12.介绍一下sigmoid 和 relu，relu有什么缺点？
13.深层神经网络为什么不好训？除了梯度消失还有哪些原因？
京东二面：
1.负采样
2.分层softmax
3.预测还是训练
网易一面：
GBDT优化是怎么做的，梯度下降如何做选择
虚拟电商平台
全部评论
(4) 回帖