面经详情

整体感觉很棒。面试官是个大佬啊，但是人很温柔nice，后来发挥的还不错。HR很细心，初试远程，复试现场。不知道是不是因为我太优秀了，HR当天就给反馈了，就是不知道最后一轮HR能不能给offer。我想找个牛人多的团队，感觉他们算法的实力是我想去的那种。还拿到了百度、美团、滴滴、小鹏的offer，综合对比，好像明略的团队实力更好。小鹏工作内容我不是很感冒...查看更多

面的机器学习（自然语言处理）实习技术面两面，一面对项目挖掘比较深，简历里面写过的基本都问了，同时在项目基础上问了一些nlp八股，最后写了一道算法题，同时问了一些输入是否需要特殊处理的问题；二面是技术总监面，主要也是挖项目，同时做了一些场景题和智力题，难度还可以。三面主要是主管问实习时间和实习的期望等等。...查看更多

面试感觉很靠谱，面试官很亲切，主要问了如下算法题： 1. 二叉树的中序遍历； 2. 马尔可夫转移矩阵迭代多次后为什么收敛； 3. word2vec的两种方法，以及负采样感觉挺靠谱的。 但是hr制度不靠谱，公司没有固定的年终奖，并且社保按70%缴纳。 ...查看更多

面试，因为主要招知识图谱和多轮对话，所以主要聊图谱和对话的知识，发现比较关注从0到1构建图谱，还有多轮对话的技术技术：用一句话说word2vec和bert的区别？lstm和bert的时间复杂度？transformer说一说？然后问离职的原因，薪资，注意因为这个是传统公司，不喜欢跳槽频繁的人，他们一般工作五六年很正常...查看更多

在金光华一栋很老旧的建筑面试，前台的小姐姐很漂亮，两个都挺漂亮。一开始技术官过来面试我，例牌介绍一下自己，然后问了我一个我认为极度***的两个问题，欧式距离和皮尔森相似度。这种高中水平+大学12年级水平的面试让我瞬间觉得这家公司实力“强劲”。然后和我探讨了一下线性回归的regularization。好吧，这个已经算是那次面试中比较难的问题。 然后又讨论了一下我做过的推荐系统，全程他一脸懵逼。最后请教我关于神经网络深度学习的一些东西，最后的最后要我介绍一个牛逼的做推荐系统的专家去他们公司。 ...查看更多