NLP算法求建议 | 腾讯 VS 美团

作者 | 曾同学 编辑 | NewBeeNLP

面试锦囊之面经分享系列，持续更新中

lz从3月初脚因打球扭伤了开始，投递简历，接二连三的面试鞭尸又面试，昨天才终于上岸了，分享经验~

腾讯PCG看点（已OC）

一面

• 自我介绍
• 项目介绍
• 项目改进优化的点，怎么导入图谱知识加强实体表征
• 反问

一面面试官人特好，而且很随和，没有八股文没有code，总体面试体验很棒，大概面了45分钟

二面

• 自我介绍
• 项目介绍（很详细，从预训练语料到loss，然后到应用场景，模型上线细节，评测，全讲了一遍）
• loss设计 triplet loss和交叉熵loss各自的优缺点，怎么选择
• 介绍一下attention机制
• 介绍一下ernie模型
• 还有什么其他比较基础的Nlp技术，我回答中包括了ner，于是问我目前比较流行的ner模型，我回答了bert\flat
• 简单介绍一下flat及对于嵌套式语料的融合方式
• code topK两种方式 （暴力，快排）

二面是二对一，面试时长达到了惊人的两小时，而且那天刚好杭州突然天气转凉，刮风下雨，坐在实验室外面冷得发抖，喉咙也干的不行。。二面压力应该是最大的把，问得很细致

三面

• 自我介绍
• 项目介绍
• 调参技巧，评估指标
• 模型不收敛原因分析，解决方案（学习率，权重初始化，数据标注，样本不平衡问题等等
• 梯度消失和梯度爆炸原因分析及解决办法（激活函数，网络层次，正则化
• 介绍transformer（从encode端到decode端完整的说了一遍
• 提升指标的一些trick 调参之前说过了，就说了加对抗训练，及实现细节
• 模型蒸馏work的原因，具体实现方式

三面对细节要求较高，基本都是一些比较基础的深度学习的知识

四面（主管面）

这里我不得不先吐槽一下，我一度以为凉了，结果3.31才给我更新了状态说是主管面。。。隔了将近半个月

• 自我介绍
• 项目介绍
• 项目优化的点，模型迭代多少个版本解决了什么问题
• 你觉得对你模型提升最大的点在哪里
• 局限性
• 如果过来实习的实习时间和时长

四面是个女主管，语气很好比较温柔，就是太能拖了，拖了半个月。。然后这里还有一个小插曲，4.1号那天开了个愚人节玩笑，我流程显示已经终止了。。所以Lz又马上投了美团,pdd

结果后来hr过来沟通说是流程太久没更新自动释放的，后来过了几天又给我恢复了。。

五面(hr面）

又隔了半个月，说是我要6月初才能任职，就往后拖了，哎无话可说 4.16 OC 4+1面终于结束了，可能lz在备胎池里一直游泳吧，也不敢说也不敢问呀哈哈

美团点评事业部 搜索与NLP团队(OC)

一面（4.8）

• 自我介绍
• 项目介绍（问的很细，所有的细节，包括后续上线应用在排序模型上的一些接口，上线评测指标
• bert介绍（跟transformer差不多把，就是多了两个预训练任务
• 梯度消失问题怎么解决（此时的lz经过腾讯的鞭打已经可以随意扯了，不得不感慨面试使人成长
• 算法题 二叉树之字型层序遍历（5分钟搞定了 ） 字典树trie类实现insert,search,startswith（5分钟搞定了）

一面面试官人很好，我们都开了摄像头，面对面的沟通交流，面试体验满分，而且最后还说我算法题做的很快，内涵了一波

二面（4.13）

• 自我介绍
• 项目介绍
• 模型主要在哪些case上有很大的改进
• 模型在哪些case还存在比较大的问题，后续想怎么改进
• 在学校还有什么ml dl方面的学习
• 有无论文（菜鸡，并无论文

二面也是开了摄像头的，人也很棒，说我一面面试官对我code能力有了评价，这次就不做code了，时间也差不多一个小时了，然后我问了他对我的评价，他说整体还不错，就是语速有些快，如果不是做这一行的可能没有思考时间，如果没开摄像头还以为我在读稿子。。好吧，lz就是看大张伟综艺看多了。。

求建议

美团总体面试体验肯定要比腾讯好的，但是lz也实在不甘心这样就放弃4+1的腾讯实习机会。。所以请给我看官大佬也给一些建议把。。

腾讯PCG看点 VS 美团点评事业部搜素与NLP团队 业务都是搜索推荐这一块