面经详情

胡乱在各大内推网站发了封邮件后，莫名得到腾讯内推机会。刚接到深圳来电还有点迟疑，没有想到是腾讯。一面面试官人很好，问了很多基础知识。什么是自然语言处理（面的NLP方向）？优化的方法有哪些（建议看看凸优化数值优化的相关内容）我答了梯度下降还有模拟退火（可以看看牛顿法啥的）什么的。接着问题来了，梯度下降的优缺点（计算量大，对阿尔法敏感，还提到了正则化）。然后又推了SVM（从KKT条件，拉格朗日乘子到驻点再到表达式和核函数）。最后就问了下几个比赛经历。二面面试官比较严肃，嫌我项目太少了，问的细节我答得很好。但是还是对我没什么项目经历有很大意见。到了最后说他也不确定，要等等看。隔了一周没有消息，加了面试官微信，问了一下，的确是因为项目经历太少，也不觉得很遗憾，毕竟还有机会嘛。...查看更多

公司在北四环，办公室很nice，一面是HR小哥，非常详细的给你解答一切问题。业务的大楼是栋小别墅，底下有健身房，有专车接送，附近餐饮不方便，可以自己叫外卖，公司也招了服务商每天中午会有餐饮供应15元一份。数据部在过来的十字路口的洗车店二楼，BOSS很犀利，说话无力但懂得很多，有口音，问的问题是先问你大致会哪些，业务主要偏自然语言识别，做nlp的。问了冒泡算法，pagerank，还有一个概率题一个扑克牌里抽两张都是一样颜色的概率，当时脑袋蒙了，没有做出来。非常可惜。主要业务是用python，公司已经上市，很有钱的样子。而且听说不加班，准点下班。多好的公司我错过了。...查看更多

1）春季校招补招，还有实习生一起面试。 2）面试是在一楼大厅，摆放了一些小桌子，各个方向有自己的一块区域。每个方向有几组面试官，一般每组一到两个。所有面试的在大厅另一侧等待前台叫名字，然后找相应的面试官； 3）流程和其他公司都差不多，先做个自我介绍，然后开始根据简历问问题。问的问题比较细，会追问，延伸； 4）除非你能把自己做的讲的比较深，回答的比较好，要不然就是面试官根据你在简历上提到的东西随便问，从简单的开始问； 5）还是要对某一方面有深入的理解，各个方向都懂一点面试官一般不喜欢，尤其对技术方面来说； 6）最后是有啥问题，没有就over了...查看更多