AI相關的算法崗位，競爭十分火熱，既內卷又倒掛。

為幫助讀者在即將到來的2021春招中斬獲心儀offer，我們將整理一系列求職文章。

本文介紹騰訊、百度、滴滴三家大廠NLP算法的最新面試經驗，其中前兩家公司給了ssp offer。

騰訊TEG實習

視頻一面

1、自我介紹

自我介紹即開場白需要提前準備并多次練習，內容不用太多，言簡意賅地講清楚學校、專業、研究方向，概括介紹實習/論文/比賽等亮點即可，細節可以根據面試官的興趣再深入。

2、項目/實習經歷

這部分主要根據簡歷上的實習/項目進行，可能會問背景、怎么做、為什么這樣做、最終結果、是否成功上線等，再深挖一些技術細節，或順帶考察ML、DL等知識點。

由于校招同學沒有工作經驗，所以項目和實習是展示自身能力的最好亮點（一堆CCF-A的大佬請忽略并接受我的膝蓋）。面試官可以從介紹中了解你的工程能力、抗壓能力、溝通能力、思維方式等等，如果吸引到面試官肯定能加分，要是面試官覺得索然無味估計面試也就到這兒了...

所以對于簡歷上的內容要滾瓜爛熟，能知其然知其所以然最佳。如果問到簡歷上的內容沒答上或吞吞嗚嗚，將非常打臉，造成硬傷（簡歷上自己寫的都不會，別的還用問嗎╮(￣▽￣)╭）。

切忌在簡歷上洋洋灑灑地寫“熟悉Xgboost、SVM、Bayes、HMM、CRF、KNN、LR、CNN、Attention等算法”。是聽過名字就算熟悉？還是啃過源碼、理解背后原理？即便真的對這些算法理解透徹，最好也能結合例子來說明，而不是窮舉。

而對于沒有項目/實習/比賽經歷的同學，這一部分時間只能由考察基礎算法來彌補了，這樣一來隨機性、難度都提升了不少；所以平時盡可能多積累這方面的經驗，讓簡歷充實起來。

“項目 or 實習 or 比賽 or 論文”最好為真，這是底線。

3、介紹一個比賽

我從簡歷上3個比賽中，選擇了一個最有亮點的比賽，從數據、模型、提分trick三方面做了介紹。

4、如何實現知識蒸餾，loss怎么選擇

5、介紹TinyBert的工作原理

6-9考察機器學習基礎

6、LR是線性模型嗎，為什么？

7、梯度下降和隨機梯度下降的區別

8、GBDT和XGBoost的區別（至少3方面）

9、偏差和方差的區別

10-11考察深度學習基礎

10、怎么理解XLNet的，XLNet的輸入是什么？

11、一個二分類任務，假設只有一個維度的特征，取值范圍是0～正無窮，如何實現二分類？

12、手撕代碼：兩個數組求交集

只能使用 list，如果要用其他數據結構（比如字典）需要自己實現；時間復雜度盡可能低。

騰訊一面難度中規中矩，量比較多但基本都在考察基礎。

關于手撕代碼，今年應該是非常關鍵也是必做的環節，很多公司直接將編程題作為通過面試與否的硬性指標。刷題要趁早！

電話二面

1、詢問兩個實習項目，詳細考察細節

2、介紹textcnn實現過程，池化時loss如何反向傳播

3、假如不用bert，一大堆文本有幾百萬個詞，直接訓練詞向量很困難，如何去做特征選擇

4、LSTM門控機制是怎樣的

5、LTSM主要解決了RNN什么問題，為什么能解決

6-9重點考察語言模型

6、介紹GPT2如何寫詩、寫對聯

7、GPT2如何圍繞一個主題/關鍵詞寫詩

8、ELMO、BERT、GPT模型彼此之間有什么區別

9、word2vec和ELMO主要有什么不同，為什么elmo效果更好

hr視頻面

1、詢問導師、實驗室的研究方向

2、智能客服系統中，你主要負責哪些模塊？

3、base在深圳能否接受，多久可以來實習？

面試結束后過了2天，成功收到TEG的offer call。

百度自然語言處理

視頻一面

1、手撕代碼：

給定一個字符串S和一個字符C。返回一個代表字符串S中每個字符到C的最短距離的數組。

# inputS="paddlepaddle",C='d'# output[2,1,0,0,1,2,2,1,0,0,1,2]

2、介紹簡歷上的2個項目和1個比賽

3、介紹bert和TinyBert

4、bert如何實現微調

5、fasttext的實現原理

6、文本匹配如何實現

7、手推信息增益、信息增益率、Gini指數公式

8、ngram如何過濾不合理的組合

9、還有什么想和我分享的？

面試官給了一個展現自我的機會，我介紹了一個最近在實驗室新做的項目（簡歷上沒有）。

視頻二面

1、手撕代碼：

word2vec負采樣具體怎么做的（知識點：累積概率分布、二分區間查找）

2、文本匹配怎么做

3、文本匹配不當分類來做，loss怎么設計？

4、bert在中文和英文場景下使用，有什么區別

5、介紹一下在開源組織CLUE的工作

6、假如給offer，什么時候能來實習

hr視頻面

聊個人特質、看重公司哪些方面、個人職業規劃等

滴滴出行規劃

視頻一面

1、詳細介紹1個項目和1個比賽

面試官讓現場打開比賽鏈接查看排名和解決方案

2、手撕代碼：

因式分解

判斷年份是否為閏年

視頻二面

1、介紹1個項目

2、介紹transformer

3、介紹常用的聚類算法（KMeans、DBSCAN、Mean Shift）

4、介紹word2vec2種實現模型、區別以及和fasttext的區別

5、手撕代碼：并查集

視頻三面

1、介紹1個項目

2、手撕代碼：

兩個有序數組，求第k大，時間復雜度盡可能低（log(m+n））

總結

近兩年AI算法崗非常內卷，加上疫情影響給找好工作都增加了難度。但身邊的朋友基本都在頭部大廠收獲了1+offer。實習和項目經驗仍然很重要，ACL、NIPS等論文近些年在貶值。扎實的理論基礎和coding能力可以讓你進大廠后繼續保持足夠的競爭力。

手撕代碼是面試的一道坎，要早做準備。同時，盡可能把握住可以跳過筆試（大部分公司）的提前批面試。

祝大家在新的一年offer多多，好運連連。

責任編輯：xj

原文標題：騰訊、百度、滴滴最新NLP算法面經

文章出處：【微信公眾號：深度學習自然語言處理】歡迎添加關注！文章轉載請注明出處。