这次微软实习面试是投的自然语言处理的岗位，被分配到了微软小冰的组进行面试，面试一共是三轮技术面，在苏州进行（我学校在杭州，微软还会报销车费），三面结束后会告诉面试的评价以及结果。
实习时间原本安排的下午两点，但是我到的比较早刚好遇到十点半那一批就跟着一起去面试了。面试还是很快的，排除中间吃午饭的时间，大概面试总的时间在四五个小时左右。
第一轮是技术面，面试官上来就是问我一个算法题，找到最大的k个数，很经典的题目，但是我忘记怎么做了啊！最终也只是想到了用堆排序k个数字的方法，最后在面试官的使用快排的提示下，才磕磕盼盼的写出来代码，最后代码还写的不好，可以优化的地方没有进行优化。不过从最后结果来看，这一轮应该是positive。
第二轮也是技术面，小哥看起来很geek。上来 首先问的简历上写的lstm生成的问题，然后感觉我解释的让他不清楚，因为他重复问了一个问题好几次。然后问我知不知道填色问题，我说我不知道之后，面试官又是甩出一道题目：给定一个邻接矩阵，0代表不相邻，1代表相邻，给定k个颜色，求出每个item应该怎么涂色。我想了半天也没有想出合适的方法（其实是知道暴力求解，但是觉得太low就压根都得没说），最后让小哥都怀疑我有没有接触过计算机了，这么基础的都不知道。还问我知不知道循环，递归！！！然后问我知不知道枚举，我愣了，很久都没听说过这个词语了。然后小哥跟我解释枚举是 什么意思（尴尬）。小哥又问我知不知道遍历方法，我说知道深度遍历广度遍历，然后他说你试着做一做。然后我又尝试着用广度遍历做，感觉最后虽然写出了一个方案，但是小哥并不满意。从最后结果来看，这一轮面试确实是negative。
第三面还是技术面（header），面试官很nice，一开始问了我一些深度学习方面的问题，比如激活函数，rnn的内部结构（我没回答出来，被问过好多次了，要检讨自己了），然后又问我我生成诗词是怎么做的，怎么评估最后的好坏（感觉这一步我也没 回答好，因为我说我没有用数学的方法评估过）。然后面试官又给我一个题目：求二叉树的最长链（链指的是从一个根节点到另一个根节点所形成的路径）。很遗憾我这道题用的是求最长根路径的方法，但是面试官马上指出来我这样是错的，于是就卡壳了，在面试官提示下也没有想出合适的方法。
最后问hr姐姐，果然得到的是negative的评价，我想应该就是自己的项目没有讲清楚，还有常用的结构没有写清楚（rnn，lstm，激活函数，正则方法，LR，SVM，GBDT，XBoost等等），还有就是基础的算法能力不行。
还好清楚的知道了自己的问题所在，知道应该怎么提升，也知道了面试大概是什么样子。虽然没能得到offer，但是也是收获很多的一次经历，并不亚于得到offer。
另外这一行也认识了很多做自然语言处理的同学，和他们聊了聊感觉收获很大，也知道了他们的学习大概是什么样子的，以及自己需要弥补的方面是什么。
总结一下：
- 后面应该还是要继续刷题总结
- 西瓜书也要细细的看，知道基础的常考的模型的推导（比如LR，SVM，GDBT，XBoost）
- deep learning要继续看，大致了解即可（内容太多了），最好是快速看完一遍，然后再看第二遍
- 开始复习C++，然后学习STL。 把C++作为大语言来学，Python作为小语言。
- 多写博客。