同花顺提前批截止日当天投递，投了机器学习算法工程师，第二天笔试
======================
笔试俩小时，感觉很内容很杂，投递机器学习岗位，里面语音、nlp、cv、ml的简答题全出现了，题目类型有简答题、代码题（是用tf或torch的那种代码题还有常规的数据结构题目）、选择题、代码补全题，共二十道
会的就好好写，不会的就闭眼答，大部分还是比较基础的题目。
笔试完一星期不到，收到面试通知
======================
电话一面
时间：7月3日 5:00 - 6:00
先闲聊两分钟，自我介绍了一下
***项目部分
楼主是做nlp相关的，机器学习的原理也多少了解一些，手里边有两个项目还有一个在投的水论文（啥也不是，纯粹为了毕业凑数）
分别介绍了项目的背景、系统流程，用到的技术，然后围绕项目展开问了可能半小时
项目用了什么技术，是如何考虑用哪种技术的，需求怎么考虑转化的，信息抽取是只用了模型的方法吗
项目里有bert+bi-lstm+crf做了序列标注，问为什么要加bi-lstm层
bert能做什么任务，分别介绍一下
bert的输入是什么样子
bert编码的流程仔细讲一下，公式简单讲一下（主要就attention这里）q、k、v怎么算的，多头的作用
batchNormalization和bert里的normalization的区别
项目几个人做
bert是怎么样学习的，mask怎么做的，cls有什么用，bert里的这个判断主题和两句话是否相邻的任务好不好，其他的论文怎么改进的（只提了一下为什么不好，说了一下alBert怎么改进的，就结束了）
***小论文部分（关于小样本学习的）
小论文的创新点是什么，和项目有什么关系，创新点介绍一下
对数据增强和小样本学习了解多少，传统的数据增强是怎么样的，现在流行的算法和模型是怎么样的
了不了解meta learning（这个只听过名词，没有了解，这个问题没有答上来）
为什么实验只跑了textCNN（本来想说因为懒，但是还是编了个其他理由）
***机器学习部分
对机器学习了解吗，集成学习呢
gbdt和xgboost的区别有什么，介绍一下xgboost的原理（面试前刚刚突击了，就问到了），我顺便也讲了一下gbdt的原理，因为两者有一定的联系
***一道思考题
五百张牌，按序排列好，编号分别为1～500，第一次拿走所有奇数位置上的牌，第二次再从剩余的牌中拿走奇数位置上的牌......以此类推，问最后剩下的一张牌的编号是多少（256，一开始没答上来，然后让我在纸上写一写找找规律）
***结束前闲聊
问我对推荐算法感不感兴趣，面试官说了一下他的研究方向，我说挺感兴趣，他说他们机器学习岗位里面有很多方向可以选，他对这些方向都了解一些，所以最近一直在面试balabala，让我等通知
全部评论
(4) 回帖