前言：若需獲取本文全部的手書版原稿資料，掃碼關(guān)注公眾號，回復(fù): 算法面經(jīng)35場 即可獲取。

一、面試準(zhǔn)備工作

本文涵蓋了騰訊微信事業(yè)群模式識(shí)別中心，PCG和TEG事業(yè)群，阿里達(dá)摩院，螞蟻金服，百度研究院，京東研究院，頭條AI Lab，滴滴AI Lab，微軟亞洲研究院，微軟工程院以及聯(lián)想研究院等等多個(gè)公司NLP算法崗面試內(nèi)容奉上，其實(shí)面試內(nèi)容都大差不差，從大的來說就包含四塊內(nèi)容，下面我也就這四塊做一個(gè)簡要的說明：

• 簡歷中項(xiàng)目以及提到的相關(guān)算法

• 傳統(tǒng)機(jī)器學(xué)習(xí)相關(guān)算法原理及使用細(xì)節(jié)

• 深度學(xué)習(xí)算法相關(guān)算法原理及使用細(xì)節(jié)

• 手動(dòng)Coding，數(shù)據(jù)結(jié)構(gòu)的考察

1、簡歷

首先也是重重之中，就是要準(zhǔn)備好一份漂亮的簡歷，簡歷的重要程度不用多說，我想大家首先給自己心理設(shè)下這樣一個(gè)標(biāo)準(zhǔn)，我這份簡歷前后修改了有20個(gè)版本了沒有。

2、機(jī)器學(xué)習(xí)

簡歷投出去之后就是自我的準(zhǔn)備工作，對于傳統(tǒng)機(jī)器學(xué)習(xí)算法，我列舉一些如：K-近鄰，K-Means，樸素貝葉斯，決策樹(ID3、C4.5、CART、GBDT、Xgboost、Lightgbm、隨機(jī)森林等)，邏輯回歸，最大熵模型，支持向量機(jī)SVM，EM算法，隱馬爾科夫模型，條件隨機(jī)場等，這些傳統(tǒng)機(jī)器學(xué)習(xí)算法在面試中經(jīng)常會(huì)被問到原理，或者直接讓你公式推導(dǎo)，推薦閱讀的書籍如：李航-統(tǒng)計(jì)機(jī)器學(xué)習(xí)，周志華-西瓜書，劉鐵巖-分布式機(jī)器學(xué)習(xí)等

3、深度學(xué)習(xí)

除了傳統(tǒng)機(jī)器學(xué)習(xí)就是深度學(xué)習(xí)算法的復(fù)習(xí)，深度學(xué)習(xí)模型的考察通常會(huì)結(jié)合實(shí)際的項(xiàng)目場景進(jìn)行考察，那掌握模型的原理便是基礎(chǔ)，?？疾榈纳疃葘W(xué)習(xí)模型如

• CNN，RNN/GRU/LSTM，Transformer（NLP特征提?。?/p>

• Word2vec，Glove，F(xiàn)astText，Elmo，Bert，F(xiàn)lair（預(yù)訓(xùn)練詞向量）

• CNN，RNN，RCNN，DPCNN，F(xiàn)astText，HAN，Bert（NLP分類模型）

• GNN，GCN，SGCN（圖模型）

• 深度學(xué)習(xí)算法復(fù)習(xí)推薦書籍如：花書-深度學(xué)習(xí)，python神經(jīng)網(wǎng)絡(luò)編程等

4、Coding

最后一個(gè)便是面試都少不了的coding，如果現(xiàn)場面試基本都會(huì)準(zhǔn)備一張紙一支筆然后手動(dòng)Coding，像今年遠(yuǎn)程面試那就都是線上coding，像頭條或部分公司就會(huì)使用牛客網(wǎng)在線編程環(huán)境，線上coding其實(shí)相對于手動(dòng)coding還是有好處的，因此平時(shí)就是在線上寫代碼，但如果是手動(dòng)coding大家需要注意一些問題，不要以為線上會(huì)coding，紙上也能完整的寫下來，需要提前在紙上寫一寫，因?yàn)榫€上coding是有可自動(dòng)補(bǔ)全的編程環(huán)境，會(huì)讓你舒服很多。手動(dòng)Coding的能力不是短時(shí)間可以練出來的，因此平時(shí)大家要多練習(xí)，這個(gè)大家倒不用買什么書籍，就可以在Leetcode網(wǎng)站，?？途W(wǎng)站上進(jìn)行練習(xí)。

NLP面試全記錄

接下來就給大家奉上將近20家公司NLP算法崗的面經(jīng)，供大家參考，我把面經(jīng)分為了暑期實(shí)習(xí)面試篇和日常實(shí)習(xí)面試篇，其實(shí)暑期實(shí)習(xí)和日常實(shí)習(xí)面試的內(nèi)容沒有太大的區(qū)別，只是在流程上暑期實(shí)習(xí)面試的流程很長，在招聘上公司也會(huì)更加的謹(jǐn)慎。 當(dāng)然只要大家對上面提到的四項(xiàng)內(nèi)容全都掌握，那么面經(jīng)倒也沒有太大意義了，如果大家想溝通面試經(jīng)驗(yàn)或者某些公司組別的相關(guān)情況可以關(guān)注公眾號后獲取我的聯(lián)系方式，希望和大家一起交流學(xué)習(xí)。

二、阿里螞蟻金服-人工智能部

一、阿里一面(兩小時(shí))

1、兩道算法題(50分鐘)

(1) Leetcode139 單詞拆分

(2) 對算數(shù)表達(dá)式求值，如給定字符串’1+((2+3)4+(4+2))-5(2+1)’，求算數(shù)表達(dá)式結(jié)果

2、聊簡歷(40分鐘)

3、算法常識(shí)(30分鐘)

(1) 偏差和方差的區(qū)別

(2) 介紹一些傳統(tǒng)機(jī)器學(xué)習(xí)的分類體系

(3) Bert和Elmo在工程中存在的一些Trick

二、阿里二面(四十分鐘)

1、聊簡歷(40分鐘)

三、阿里三面(三十分鐘)

1、聊簡歷(30分鐘)

四、阿里HR面(二十分鐘)

1、簡單介紹一下實(shí)習(xí)項(xiàng)目

2、以往實(shí)習(xí)經(jīng)歷的體驗(yàn)和收獲

3、自己性格的優(yōu)缺點(diǎn)

4、對工作地點(diǎn)和入職時(shí)間的確認(rèn)

阿里面試體驗(yàn)： 根據(jù)很多同學(xué)交流反饋的不完全統(tǒng)計(jì)，阿里面試一面難度最大，之后的面試好多都是只聊簡歷項(xiàng)目。阿里的HR權(quán)利很大，即使面到了最后一面HR面還是有很大可能會(huì)被掛掉，一句話夸張的概括一下阿里HR的存在吧，#阿里技術(shù)部的面試官是在給HR部門招人，而不是HR再給技術(shù)部招人#。而且阿里的流程走的是真的慢，很多同學(xué)都是在HR面后超過半個(gè)月才回收到offer意向書，所以面了阿里就得放平心態(tài)耐心等著吧。

三、騰訊WXG-模式識(shí)別中心

一、 WXG一面

1、聊簡歷

2、結(jié)合簡歷詢問相關(guān)模型細(xì)節(jié)級工程細(xì)節(jié)

3、算法題

(1) 不用Python自帶的包實(shí)現(xiàn)INT轉(zhuǎn)為STR

(2) 反轉(zhuǎn)鏈表，劍指offer原題/Leetcode206

(3) 給定一段文本Text，對文本做各種數(shù)據(jù)統(tǒng)計(jì)

二、WXG二面

1、聊簡歷

三、WXG三面

1、聊簡歷

2、算法題

(1) 字典樹的最大正向匹配算法實(shí)現(xiàn)

(2) Leetcode146-LRU緩存機(jī)制

四、騰訊TEG-AI平臺(tái)事業(yè)部

一、 TEG一面(兩小時(shí))

1、算法常識(shí)(50分鐘)

(1) 介紹過擬合的方法，L1和L2正則的區(qū)別，L1正則為什么產(chǎn)生稀疏解

(2) dropout方法如何防止過擬合，直接簡化網(wǎng)絡(luò)和dropout的區(qū)別

(3) 介紹深度模型中的優(yōu)化函數(shù)以及優(yōu)缺點(diǎn)，介紹實(shí)際工程中如何判定過擬合

(4) 給房屋面積/房間個(gè)數(shù)/是否有電梯/是否南北通透/樓層數(shù)以及房屋價(jià)格，描述解決思路

2、聊簡歷(40分鐘)

3、算法題(30分鐘)

(1) 實(shí)現(xiàn)dropout函數(shù)

(2) 長度N的整數(shù)數(shù)組，只用乘法不用除法，求任意N-1個(gè)數(shù)乘積最大一組

(3) 二叉樹中的所有和為Target路徑，Leetcode113-路徑總和2

二、 TEG二面(四十分鐘)

1、問的都是工程方面開放性問題

(1) 多層次分類如何處理

(2) 分類文本中如果含有一些關(guān)鍵詞擾亂分類結(jié)果如何處理，舉例

(3) 分類文本中如果出現(xiàn)一些新詞無法識(shí)別導(dǎo)致分類錯(cuò)誤如何處理

(4) 分詞多個(gè)分類模型的優(yōu)缺點(diǎn)如CNN，RNN，F(xiàn)astText以及應(yīng)用場景

(5) 開放題: 農(nóng)夫山泉公司對水資源的開采是否會(huì)造成水資源的枯竭，如何看待

三、 TEG-HR面(十五分鐘)

1、聊了簡歷項(xiàng)目十分鐘

2、給了五分鐘問問題

騰訊面試體驗(yàn)： 暑期實(shí)習(xí)在流程上騰訊和阿里比也快不到哪里，但是騰訊有一個(gè)特別好且可以利用來加快面試速度的小方法，那就是基本每個(gè)人都可以直接接觸到騰訊的HR，在面試進(jìn)度被卡時(shí)，可以通過聯(lián)系騰訊HR來直接推進(jìn)面試進(jìn)度，HR小姐姐一般都很樂意幫忙。還有就是騰訊HR面完之后基本就挺穩(wěn)了，這點(diǎn)和阿里也差別很大。

五、頭條AI Lab

一、 一面(一個(gè)小時(shí))

1、聊項(xiàng)目

2、基礎(chǔ)知識(shí)

3、算法題：字符串s只包含字母'a’和'b’，請問同時(shí)滿足以下條件的字符串s’的最大長度（1）s’是s的連續(xù)子字符串，（2）s’里'a’和 'b’數(shù)目相等 ，(3) o(n)的時(shí)間復(fù)雜度

二、 二面(一個(gè)小時(shí))

1、 聊項(xiàng)目

2、 基礎(chǔ)知識(shí)

(1) python中的裝飾器、值傳遞和索引傳遞

(2) Word2vec和FastText模型以及二者的區(qū)別，F(xiàn)astText算法N-gram作用

3、 算法題：實(shí)現(xiàn)K-Means算法

三、 HR面(十五分鐘)

1、HR面試相對輕松，就是問了以前實(shí)習(xí)有沒有什么收獲以及之后的職業(yè)規(guī)劃，還有HR介紹了一波頭條的AI Lab

頭條面試體驗(yàn)： 頭條給人的感覺就是嚴(yán)謹(jǐn)，無論從HR或者到面試官，首先頭條的HR還是真的專業(yè)，在面試前都有HR先和你溝通面試時(shí)間，有什么問題都可以和HR溝通。談到這點(diǎn)我就特想說，阿里的面試很多都是突然某個(gè)午休時(shí)鈴聲響起就這么突然地被面試了(基本都是用公用電話打，也不給你任何聯(lián)系他們的機(jī)會(huì)，神秘的組織啊)，至于HR嘛只有在HR面的時(shí)候你才能聽到他的聲音，但他還有決定你去留的強(qiáng)大權(quán)利。頭條的面試官嚴(yán)謹(jǐn)怎么說呢，就是頭條的每次面試基本都是一個(gè)小時(shí)左右，不少不多。但阿里和騰訊那就看面試官心情了。

六、阿里達(dá)摩院

一、一面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、算法知識(shí)

(1) CNN 模型中池化層的作用，Max Pooling 是如何反向傳遞梯度的。
(2) 機(jī)器學(xué)習(xí)中正則化做什么的？約束模型參數(shù)，防止過擬合。
(3) 正則化有 L1 和 L2 正則化區(qū)別是什么

(4) Transformer 模型架構(gòu), Transformer 和 BERT 的位置編碼有什么區(qū)別
(5) Dropout 有什么作用

3、算法題：給定一個(gè)未排序的整數(shù)數(shù)組，找出最長連續(xù)序列的長度，o(n)時(shí)間復(fù)雜度，leetcode128原題

二、二面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、簡歷上設(shè)計(jì)的相關(guān)算法原理介紹

3、算法題：尋找兩個(gè)有序數(shù)組的中位數(shù)，o(log(n))時(shí)間復(fù)雜度，leetcode4原題

七、新東方研究院

1、聊項(xiàng)目(一個(gè)小時(shí))

2、算法題：array=[1, 3, 7, 9, 12, 15, 21], target=21, 找出數(shù)組中所有和(n個(gè)數(shù),n=1,2,…)目標(biāo)數(shù)的數(shù)集合，leetcode39、leetcode40組合總和問題

八、聯(lián)想研究院知識(shí)圖譜

1、聊項(xiàng)目(半個(gè)小時(shí))

2、算法題

(1) 尋找二叉樹中任意兩個(gè)節(jié)點(diǎn)的公共父節(jié)點(diǎn)，無指向父節(jié)點(diǎn)的指針且不準(zhǔn)添加

(2) 兩個(gè)list1，list2保存了電話信息，電話都是字符串且都有數(shù)字組成長短不一，查詢list2中電話在list1中出現(xiàn)的情況：如果完全匹配返回電話，如果只是前綴且僅是一個(gè)電話前綴返回電話，若是多個(gè)電話前綴則返回空，如果完全不匹配返回空

九、美團(tuán)知識(shí)圖譜核心組

一、一面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目，介紹BERT、Attention、Transformer原理

2、場景題：對于分類問題中的多標(biāo)簽問題/或者多級字標(biāo)簽問題如何解決

3、算法題1：二叉樹的層次遍歷，leetcode102, leetcode107原題

二、二面（一個(gè)半小時(shí)）

1、聊簡歷項(xiàng)目

2、場景題：對于分類中為什么要采用數(shù)據(jù)不同比例

3、寫出交叉熵公式并解釋為什么要使用交叉熵作為損失函數(shù)去評估誤差

3、算法題1：leetcode15三數(shù)之和

4、算法題2：鏈表的歸并排序和鏈表的快速排序

十、騰訊自然語言處理組

一、一面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、介紹Bert、XLNet、Attention、CNN的原理，

3、探討了rule激活函數(shù)如果不加在卷積層之后而是加在最大池化層之后有什么影響

4、算法題：快速排序

二、二面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、python中字典和集合的實(shí)現(xiàn)結(jié)構(gòu)

3、算法題1：使用Tensorflow實(shí)現(xiàn)Softmax函數(shù)

4、算法題2：給了一個(gè)文檔集合，計(jì)算每篇文檔中每個(gè)單詞的TF-IDF值

5、算法題3：二維平面有很多點(diǎn)，判斷二維平面中是否存在平行線

三、三面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、簡歷上提到的所有算法原理過了一遍

十一、百度研究院

1、聊簡歷項(xiàng)目

2、傳統(tǒng)機(jī)器學(xué)習(xí)：L1/L2正則化及對損失函數(shù)造成影響的區(qū)別、邏輯回歸、GBDT原理以及殘差實(shí)現(xiàn)細(xì)節(jié)、GBDT和Xgboost對比、高斯過程原理、吉布斯采樣原理

3、算法題1：求一個(gè)整數(shù)的平方根

4、算法題2：給定兩個(gè)整數(shù)數(shù)組，對第一個(gè)數(shù)組進(jìn)行排序，整數(shù)順序由其在第二個(gè)數(shù)組中的位置決定，對于沒有出現(xiàn)在第二個(gè)數(shù)組中的整數(shù)，應(yīng)排在末尾，其之間順序無限制。這里整數(shù)的取值范圍是[0, 2^32-1]，例如第一個(gè)數(shù)組為5 1 6 2 1 2 3, 第二個(gè)整數(shù)數(shù)組為2 1 3, 則排序結(jié)果為2 2 1 1 3 6 5或2 2 1 1 3 5 6

十二、京東AI研究院

1、聊簡歷項(xiàng)目，面試超水，聊完簡歷項(xiàng)目直接要了

十三、滴滴AI Lab

1、聊簡歷項(xiàng)目

2、word2vec原理、如何得到詞向量，fasttext原理

3、GDBT梯度決策提升樹、xgboost、lightgbm原理及區(qū)別

4、算法題：給定數(shù)組例如[A,B,C,D,E,F],給定目標(biāo)數(shù)C, 得到數(shù)組[D,E,F,C,A,B]

十四、香儂科技

一、一面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、算法題：兩數(shù)之和，從數(shù)組array中找出兩數(shù)之和為target

3、算法題：在一個(gè)坐標(biāo)系中給定(0,0)、(a,b)點(diǎn)，從(0,0)點(diǎn)出發(fā)，每次只能向右走一步或者向左走一步，到達(dá)目標(biāo)點(diǎn)(a,b)點(diǎn)一共需要走多少步

4、GBDT和Xgboost的原理，為什么常說Xgboost可以并行的，GBDT和Xgboost有什么區(qū)別

5、L1正則化和L2正則化的區(qū)別，L1正則為什么產(chǎn)生大量稀疏解

二、二面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、算法題：反轉(zhuǎn)鏈表

3、算法題：將多個(gè)排序好的鏈表合并成一個(gè)有序鏈表

4、一對夫妻有兩個(gè)孩子，第一個(gè)是女孩，問第二個(gè)是男孩的概率

5、CNN, RNN, LSTM, BERT全稱都是是什么

十五、百度知識(shí)圖譜

一、一面（一個(gè)小時(shí)）

1、聊簡歷上的項(xiàng)目

2、激活函數(shù)有哪些以及激活函數(shù)如何選用

3、操作系統(tǒng)中進(jìn)程和線程有什么區(qū)別，通信方式

4、算法題：LCS、二分查找

二、二面（一個(gè)小時(shí)）

1、聊簡歷項(xiàng)目

2、介紹Bert、Transformer、Attention原理

3、手推SVM

4、算法題：在二叉樹中同層的節(jié)點(diǎn)之間添加左孩子到右孩子的指針

十六、微軟工程院Bing搜索

一、面試時(shí)長一個(gè)半小時(shí)

1、聊簡歷上的項(xiàng)目

2、算法題：樹中任意兩個(gè)節(jié)點(diǎn)的最近公共父節(jié)點(diǎn)，面試官讓使用兩種遞歸的方式實(shí)現(xiàn)，并且又要求使用迭代形式實(shí)現(xiàn)，迭代實(shí)現(xiàn)樹的中序遍歷

3、深度學(xué)習(xí)相關(guān)知識(shí)：CNN架構(gòu)理解，梯度消失和梯度爆炸，L1正則和L2正則，損失函數(shù)

十七、微軟小冰核心對話組

一、一面（一個(gè)半小時(shí)）

1、聊簡歷項(xiàng)目

2、算法題：LCS迭代實(shí)現(xiàn)、遞歸實(shí)現(xiàn)、LCS序列打印、算法優(yōu)化，LCS和最長公共子串區(qū)別

3、手推Bayes公式

4、手推CBOW和Skip-gram公式

5、許多開放性試題如：維護(hù)一個(gè)項(xiàng)目上線最主要的是什么，NLP領(lǐng)域都有哪些任務(wù)，詞向量預(yù)訓(xùn)練發(fā)展整個(gè)過程等等

二、二面（一個(gè)小時(shí)）

1、聊簡歷上的項(xiàng)目

2、介紹HAN模型原理，Attention機(jī)制原理

3、算法題1：判斷一個(gè)序列是否是二叉搜索樹的后序遍歷序列

4、開放算法題2：在牛市實(shí)時(shí)數(shù)據(jù)，不斷的有數(shù)字型數(shù)據(jù)流進(jìn)入，如何在每次進(jìn)入時(shí)得到當(dāng)前所有數(shù)據(jù)的中位數(shù)

三、三面（一個(gè)半小時(shí)）

1、求公選課人數(shù)的平均數(shù)（不知道每個(gè)公選課的選課人數(shù)）

2、給出QA中的Question和Answer，你能做些什么

3、word2vec中cbow\skip-gram滑動(dòng)窗口設(shè)定大小有何影響

4、有事筆記本電腦跑程序出現(xiàn)內(nèi)存不夠用，但是打開任務(wù)管理器發(fā)現(xiàn)還有空余內(nèi)存為什么

5、算法題：編輯距離

6、算法題：任意兩個(gè)樹節(jié)點(diǎn)的最近公共父節(jié)點(diǎn)

十八、微軟機(jī)器學(xué)習(xí)組

一、一面（一個(gè)小時(shí)）

1、聊簡歷上的項(xiàng)目

2、手推邏輯回歸

3、CNN和RNN中反向梯度傳播過程，為什么會(huì)出現(xiàn)梯度消失或梯度爆炸

4、算法題：用前序序列和中序序列重構(gòu)二叉樹

二、二面（一個(gè)小時(shí)）

1、聊簡歷上的項(xiàng)目

2、算法題：設(shè)計(jì)一個(gè)游戲角色在地圖中從起始位置到目標(biāo)位置是否有可行路徑，如果有記錄下來

轉(zhuǎn)：https://blog.csdn.net/feilong_csdn/article/details/114683230?spm=1001.2014.3001.5502