9号投递了简历，以为凉凉。结果17号下午四点多打来电话约我面试，想当天面试我说约明天吧，面试官说好的。当时我刚睡醒，前面还错过了他的电话。18号下午两点面试，四点半收到offer。
之前面试了平安的另一个部门的NLP团队，目前还没收到消息。同时面试了扇贝的NLP算法岗，已收到offer。
接下来复盘一下平安面试的几个问题
· 做一下自我介绍

· 介绍一下你最近做的这个项目吧(从项目主题，项目要求介绍，每个模块都要讲清楚。用的什么方法，效果怎么样。)

· 你的预处理是怎么做的？标题和正文怎么处理的？(我是把他们直接拼接起来了)

· 说一下textcnn的结构(嵌入层，卷积层，池化层)

· 你的嵌入层是怎么做的，长文本怎么处理的呢？(直接截断，短的补0)

· 那你文本的最大长度设置的多少呢？为什么设置这么多？有没有尝试过其他的长度？你觉得填0会对分类有什么影响吗？

· 你的卷积核设置了怎么样的大小？分别采用了多少？(我采用了234，345的卷积核，每个核100个)

· 你这个核的个数是怎么来的？有没有试过更多的核个数？
(这里我答得不是很好，我说核个数是根据经验来的。之前试过更多的核个数但是效果不是很好。面试官皱了皱眉头，有点疑问。然后我解释了之前做的是名字分类的任务，语义层次低，所以导致特征过多效果不好)

· 池化层采用了什么池化策略？(我回答了k max pooling) 那你谈谈对这种池化的理解。

· 你池化层之后没有加什么操作了吗，比如全连接，BN？(我说没有，我只加了drop out)

· 谈谈你之前做过的医疗文本分类的项目。(因为投的也是医疗部门，所以问了一下这个)

· 其他的nlp任务，比如语义匹配，ner，对话有了解过吗？

· 说说你对检索式对话的理解

· 你最近复现过的论文？你最近有读论文吗？能讲讲吗？(说实话我最近没读，也没复现，但是我讲了之前读过的一些QA论文)

· 开始闲聊。说一下公司部门主要负责的任务，做的是什么。

· 你还有什么问题吗
面试结束。由于是电话面试，没有算法题。

总结:
实习面试主要还是基于项目进行提问的。还是会问细节原理。自己做过的项目自己一定要门清，每一个细节都要知道是为什么，要有自己的理解。像attention，bert这种很爱考的，或者项目里遇到了非常经典的模型，比如textcnn，rnn，一定要知道自己的模型有什么特点，结构是什么，每一个的作用，预处理的步骤，这些都非常重要，基本上每个面试官都会问。
至于论文，就是加分项。毕竟是本科实习面试，面试官也不会太为难你。