面经 | NLP算法(字节跳动)

提前批在7月中旬，三面技术面 + 一面HR面，建议大家尽早准备。

体验总结

a. 面试时，编程题可以使用 C++ 是非常加分的

b. 一定要注意边界条件，面试者在写边界条件时面试官可能会说“这个没关系，主体对就行”，但是如果面试者不主动去写边界条件，面试官可能会说你的答案不是很完整，有因此扣分的可能性。

c. topk 问题可能会迟到，但永远不会缺席

一面

• 自我介绍+项目
• 项目用了什么LOSS，使用的 LSTM 维度是多少？
• 项目扩展，面试官提了个相似任务，有什么思路？
• 单向双向 BERT 与BiLSTM 有什么不同？
• 如何解决梯度消失弥散 ？
• wordembedding有哪些？（发展史以及word2vec的两种训练方法与两种加速方法）
• transformer讲一下？（KQV position）
• 一道编程题： 给一个数组A，如何变成数组B，B要满足这个形式 B0 >= B1<= B2 >= B3 <= B4….【leetcode324】 （不需要对数组排序，只需要将数组A按照中位数分成两集合，大集合内的数放奇数位，小集合内的数放偶数位。分成两集合的方法：先得到数组长度len，然后使用快排剪枝或者使用堆来选出两个大小为len/2的集合，可看作topk问题）

二面

• 自我介绍+项目
• CRF讲一下
• 交叉熵loss公式
• BERT与ELMO的区别
• pytorch的代码流程（我是这样回答的：预处理数据/词表-写好模型-定义损失和优化器-训练-测试）
• Dropout的原理
• sgd与adam的区别
• 机器学习只简单的问了一些
• 一道编程题：最快速度最小空间求一个数组的第k小
• 任务场景：商品的分级分类问题
• L1L2正则化

三面

• 自我介绍+项目
• x, y是独立的随机变量，方差期望已知，那么如何求 xy 的方差
• 讲一下BERT
• SoftMax + CrossEntropy的反向梯度求导

文末

有疑问或者有感兴趣的方向

欢迎留言哦

作者：西柚媛

编辑：西柚媛

本文来自程序媛驿站，未经授权不得转载.