一.面试心路历程

学历：广东某双非，本校考研上岸

论文：中科院sci二区期刊一作在投 + 一B会三作 + 一C会三作

实习：一段小公司的算法实习经历

比赛：CCL比赛Top5名次

代码：leetcode 1，面试手撕代码环节基本能ac；由于投的都是提前批或者内推，几乎没有笔试过。

基础：DL和NLP的相关知识面感觉还蛮广，但是做深的较少；ML相对薄弱一些；搜广推没系统学习过。

方向：NLP领域偏摘要生成这一块（面试官重点问的也是这方面）

嘴炮：这是很容易忽视的一项，"你很优秀"和"你能让面试官觉得很优秀"是有gap的。自我感觉这次春招嘴炮属于中等、偶尔蹿稀。临场反应和freestyle发挥都挺好（看状态和0秒反应），反问环节的面试反馈通常也比较match，反而是我的网络信号经常不好影响面试（搞得我不得不去数信九楼楼道面试）。

二.字节NLP算法面试经历

①字节跳动-一面(02.28) 1h

面试官声音挺温柔的。先跟我说本次的面试主要是分三个环节：自我介绍+聊项目+代码环节。然后直接开面：
自我介绍：（说一下自己的方向》各方面价值》标配了）
聊项目环节：
1.重点聊你觉得最深挖的项目？
核心是围绕对话摘要生成做的一系列探索：论文调研》论文成果放到项目落地》报告生成比赛。
2.做的的抽取式和生成式？
3.现在用的评价指标有哪些？
4.生成式摘要模型整体上是怎么样？
5.讲一下PGN生成模型？
6.讲一下TDS生成模型？聊聊苏神的space模型？
7.NTM的结构能不能详细介绍一下？与VAE的区别？
8.摘要领域里面常见的TextRank？
9.现在抽取式和生成式哪个效果更好？
10.摘要领域的数据集有哪些？
11.有没有了解中文的摘要数据集？
12.长文本摘要和对话摘要有什么区别？
13.dialogue summarization的目的是干嘛？
14.对话摘要里面的摘要结果有没有角色呼应？
15.摘要生成怎么控制长短？
beam-search，topk词。
16.跟beam search 的窗口大小有多大关系？
17.beam search以EOS为结束解码，解码时候遇到最大长度但是还没有解码符号？
18.coverage mechanism（覆盖机制）是怎么样？
聊比赛环节：
19.说一下比赛的经过？这里问了一些问题，不太记得了，总体就是模型的选择、细节、输入输出的固定、还有维度问题等。
20.看你说做过java研发，那多线程和多进程有什么区别？python的线程锁了解过吗？
21.最后代码题：
编辑距离
直接给了道编辑距离，刚好这几天有刷到这道题，dp表格法秒解了
整数幂
一道hard一道medium，还得面向codetop刷题才行。

②字节跳动-二面- Leader面(03.07) 1h20分钟（面试官居家隔离好像信号有点差）

开端：自我介绍
1.着重讲一下报告生成比赛？比赛人数？

2.评价指标的介绍？
4.摘要有长度限制吗？
5.生成可读性用哪个指标来衡量？
6.用了什么算法和模型？用的EDA数据增强的哪个？
7.对话有没有做变动？深入聊数据增强？
6.如何用置信度判断？过拟合怎么解决？
7.伪摘要的提升？1个点左右提升，线上线下的提升？
8.除了数据增强，还有什么方案？
9.介绍BIO方案？模型的token是一个字还是一个词？
10.PGN与seq2seq的区别？
13.为什么encoding中直接加position位置信息能work？为什么不用一个变量让他剃度学习呢？
14.self-attention的多头注意力的作用？好处？是不是越多越好？
四个优点，缺点：长度限制，语言改进tag，
16.把8个头改成16个头？模型的参数数量有什么变化？QKV的矩阵维度是多少？原来和改进后是多少？
16组QKV。16*768
17.LSTM对于梯度比RNN有什么改进？RNN梯度消失的求导有什么影响？RNN梯度消失了，梯度还有吗？是否为0？
18.LSTM相对比RNN有什么优点？
快车道，上下文，Forget gate等
19.代码题：
最长公共子序列 （因为之前提到了rouge-L指标里面有最长公共子序列，就让我手写实现了）
最长回文子串

③字节跳动-三面-主管面(03.11)

面试官给我感觉的气场很足，看上去很有远见卓识或者很会带人。面试的体验也是挺不一样。
1.说一下你之前没有讲到的一个项目或者比赛？
因为之前一二面聊的比较多是比赛的东西，然后就跟面试官说聊下项目：从任务背景》评价指标》根据背景和指标选用的方案》模型细节》线上线下效果》具体部署平台，讲了下自己之前算法项目的经历。之后大部分时间也是交流项目。因为讲之前有先概括说一下，面试官也很快理解我的东西。
2.为什么没有顶会论文，说了下后面在投COLING了，讲一下低频算法？
把将要投的论文idea给面试官说了下，又不敢透露太多毕竟还没发（艰难）
3.问到说有没有了解过字节范，问我如何在技术上追求极致？
聊了下在在自己垂直领域用飞书构造领域知识库的经历。

手写快排+最后优化成O(n)，基操了。
写完面试官说我说话太快了，我觉得可能是因为他是北京那边可能口音听起来有点怪，本来以为有点凉凉。然后又说可以去北京带我。感觉又被捞起来了。
ps中间一个小插曲：三面面试官也是挺不容易的，好像是那两天刚好字节本部发生疫情其被隔离了，然后三面面试时候突然有人敲门，然后面试官被叫过去做核酸emmm回来后跟我说是做鼻拭子说很酸爽，让我等他缓一下emmm

④字节跳动-HR面(03.16)

催了几次，然后16号中午11点多给我电话，说北京那边缺人，叫我去北京干活，待遇也是字节标配了。
也不算面试，就直接说待遇，然后说去就给发offer。
大概1点多收到入职邮件，就这样前后花了近2周多面了三次终于斩获了字节算法实习offer。（实习三次面试的经历就字节和百度了，百度那个也oc了，个人感觉字节和百度算是效率最快的了）

总结：

1.简历非常重要，非常重要，非常重要，可能要改自己的简历几十次并且让大牛或者导师帮忙看改简历，且一定要在面试前把自己简历上的东西确保都弄懂了。面试只有最多不超过1小时的时间，面试官要在有限的时间考察一个应试者，只能从简历入手提问。尽管技术知识千千万但总有自己不会的，这时候就要善于把会的放前面，不会的尽量不写或者不引导面试官问，而是把面试官引导到你会的技术的层面来发问（这里又涉及面试的大学问，篇幅有限就不赘述了）。
2.简历没问题了，就把涉及的比赛、项目、论文分别用一张纸(杰哥推的秘籍)写满相关的可能问题并做好提前的回答。基本上面试都是先聊比赛、项目、论文，或者面试官问你觉得做的最深入的是哪个然后深挖，这时候尽可能聊久点。
聊久点点好处是能压缩后面面试官问算法八股的时间（如果论文、比赛、项目、实习全都没有，那就只能做好面试大半小时聊算法八股的问题，感觉最好还是争取搞个小项目放在简历上好给面试官聊更好，不然人家就只能跟你聊八股了（摊手））。

4.字节内部有字节范（不懂的可以去搜下），在面试时候结合字节范来回答有加分，在主管面的时候亲测有加分。
1.2022 字节跳动面试的真相 
2.tob toc tog的区别：

觉得不错一键三连吧hxd~有什么问题欢迎私信交流~