作者 | 春暖花开
学校 | 魔都某985
研究 | 推荐系统&知识图谱
出品 | AI蜗牛车
关于作者
本人魔都某985研一,有大半篇SIGIR（关于推荐系统的）,在实验室这大半年做过一些小项目。实验室是做知识图谱&推荐系统方面的，所以投的都是算法岗，偏向nlp方向，且基本base都在深圳，面试集中在3月，疫情原因，可以在家安心准备。总体来说非常幸运，每一场面试都学到了很多，也更加清楚得认识到自己小白的属性，下面进入正题。
面试情况
3.11 腾讯teg一面
第一场面试就是腾讯，但还好只是电话面试，相当于开卷，没有特别紧张，基本没有问技术问题，只是简单聊了聊项目，面试中了解到部门主要研究用强化学习算法玩游戏。
自我介绍、项目
课程
简单描述强化学习思想
平时打游戏吗
明显感觉互相做的方向契合度很低，所以表现并不好，很快就挂掉了，不过腾讯效率真的很高，第二天就被pcg部门捞了。
3.12 字节跳动
部门似乎更偏向开发，而非算法，问了很多python编程的问题，完全没有准备到，不过还好不是很深。一上来问了四组概念辨析，主要是问之间的区别：
xrange vs range
模块 vs 包
浅copy vs 深copy
L1损失函数 vs L2损失函数（常见题，多角度分析）
编程题：
给定一个无序数组，找出其中的中位数，要求时间复杂度O(n),空间复杂度O(1)
给定一个旋转数组，找出最小值
3.16 腾讯pcg一面
问的问题很多而且细，由于专业方向比较相关，整个面试持续了接近一个半小时。
自我介绍、项目
Transformer与Bert 机制（模型、区别、缺陷）
XLNet
大数据处理框架（Spark等）
NLP及知识图谱基础算法（实体连接、实体抽取、隐马尔科夫模型）
解决过拟合问题的正则化方法
LSTM模型（公式、门的设计思想、激活函数）
各种激活函数比较
编程题：
实现softmax函数
旋转数组搜索某个值
二叉树直径（最远的两个节点之间的距离）
阿里大安全部门一面
卷积及池化操作的作用
GCN模型及思想
GAT模型及思想 场景题：
怎样用强化学习的方法找出标注错误的数据。
怎样将一些特殊的事件信息用于推荐系统，如聊天、转账等信息
是否擅长sql
腾讯pcg二面
简单聊了一下课程和项目
场景题：如果奥运会召开，你能利用知识图谱平台做哪些工作？
会C++吗 zoom会议面试，面试官并没有开视频，只持续了15分钟左右就匆匆结束了，而且场景题回答完后对方没有任何回复，也不怎么会使C++，面完还以为要凉了
腾讯pcg HR面
本科最骄傲的一件事
为什么选择深圳
通过前两次面试对工作有多少了解？还有哪些问题？
实习可以来多久？
有女朋友嘛？
是独生子女嘛？
最早什么时候入职？
HR小姐姐很守时，很会聊天，所以很愉快，几乎忘了HR面是有可能刷人的，当天就收到了offer。
阿里笔试
第一题很简单，动态规划
给定一个有缺失元素的矩阵，其中0表示未知数，已知矩阵每一行/列均为等差数列，试将矩阵补全（无法计算的元素输出为-1） 如输入：
输出：
快手笔试
字符消消乐（连续三个及三个以上相同的字符可以消掉，如输入：aabbbaac，输出：c）
输入一个三位数，用火柴棒摆放，移动一根火柴棒，使得数字变得最大，若无法移动则返回-1，如：输入109，输出705
推广k阶的斐波那契数列，数列前k项均为1，从k+1项起满足 输入：n,k 输出：k阶斐波那契数列的第n项
N个地点中选择k个转运点，使得所有货物运到转运点的代价最小
美团 一面
自我介绍、项目
给定一个数组，输出能够拼接成的最大值， 输入：[97,301,30] 输出：9730301
美团 二面
自我介绍、项目
具体介绍了一下业务，提到部门正在做的搜索场景中的实体消歧
编程题：不是很难，由于年代久远实在记不得了。
总结
算法基础还是挺重要的，尤其是面试中间，思考、试错时间很有限，要求非常熟练。
对各种模型，尤其是简历上提到的模型，务必要非常熟悉每一个细节，甚至可能会问到调参经验，以判断是否真的亲手完成项目的每个细节。
内容太多了，永远也学不完，要分轻重缓急，详略得当安排学习进度。
总算完成了从小白到小白的蜕变，继续努力！也祝各位看官求职顺利~
更多精彩内容（请点击图片进行阅读）
公众号：AI蜗牛车
保持谦逊、保持自律、保持进步
个人微信
备注：昵称+学校/公司+方向
如果没有备注不拉群！
拉你进AI蜗牛车交流群
点个在看,么么哒！