【还愿】一些秋招面经 CV vs NLP
经过一段时间的刷题和刷公式，小硕秋招有幸收割了一些offer，offer了的公司面经如下～
【NLP面经】
I 百度NLP部
- 一面：
- 项目介绍：CRF-loss梯度，self-attention原理公式，LR和SVM原理和异同；有向图模型标注偏执问题(n-gram);
- 代码：k-group 链表反转；
- 二面：
- 项目：charCNN-emb，BiLSTM-CRF结构介绍，CTC原理，word2vec和GloVec和fasttext；
- 算法：GBDT和Xgboost，同为boost和adaboost的关注点异同，LSTM结构，为神马改善梯度消失；
- 代码：二分、10亿数据中O(1)定位；
- 三面(经理面)：
- 项目：NLP和CV项目(标点，实体标注、OCR，视频分类，理解，目标检测，语义分割)
- 代码：单词翻转，不考虑空格；
- 部门四面:
- 开放性问题，是否了解机器翻译，小语种机器翻译如何实现良好的训练；
- 样本不平衡问题，ohem_loss,focal_loss; smooth_L1_loss公式，mAP计算；
- 代码：从(0,0)点出发，点阵中有障碍，求到(m,n)的最短路径，BFS；
II 好未来AI lab
- 一面：
- 项目介绍：seq2seq-attention原理和公式，soft、hard-attention;
- lattice-LSTM，解决char分词问题；
- 代码：删除链表节点O(1)、3sum；
- 二面：
- 项目介绍；
- attention推导，RNN梯度消失的罪魁祸首，LSTM为什么改善梯度消失，梯度更新；
- EM算法步骤，为什么Q(z)为后验概率(下界)，E-step(更新Q(z)),M-step(更新估计参数)；
- PLSA，LDA介绍，有向图介绍(根据图方向判断生成模型)
- gibbs采样和MCMC采样的关系，描述拒绝采样；
- 三面：
- 项目介绍；
- 部门做的项目介绍，交流；
- SVM推导，Xgboost和GBDT和lightGBM区别；
- 代码：编辑距离，最长公共子序列；
III 网易互娱AI Lab
- 一面(电话)：
- 项目介绍；
- RNN为什么梯度消失，BPTT；LSTM结构，为什么改善梯度消失；
- SVM为什么要对偶(优化复杂度转变，核化)
- 1x1 conv介绍，运用场景；
- 代码：Top K；
- 二面(现场)：
- 项目介绍；
- CTC_loss公式推导；
- Viterbi解码公式和简单代码；
- self-attention原理和推导；
- beam-search decode介绍；
- 代码：二位矩阵中，每个点可以走四邻域，求最大连续和路径；
- 三面(leader面)：learder人很好
- 项目介绍；
- 互娱的基本介绍，以及nlp团队情况；
- word2vec：层次softmax和负采样的原理和公式；GloVec的推导，解决对称问题；
- 代码：最大正方形；
IV 腾讯
- 一面：
- 项目介绍；
- viterbi解码原理，code；beamsearch；
- 代码：一道hash的题，忘了；
- 二面：
- 项目介绍；
- BN介绍(为什么加速收敛，从SGD更新角度和weight scale角度)，dropout介绍，训练测试差异；
- 代码：二分查找的题，绝对值；
- 三面(总监)：
- 聊项目；
V 阿里妈妈
- 一面(电话)：
- 项目介绍，self-attention；
- xgboost和gbdt区别，开放问题，淘宝评论；
- 代码：买卖股票不限次数；
- 二面(电话)：
- 项目介绍；
- 场景问题；
- 代码：全排列；
- 三面(现场)：
- 项目介绍；
- image caption中的attention；视频场景题；
- 字典树，B-tree，B+tree；
- 代码：字典树，share_ptr
- 四面(交叉)：
- 项目介绍；
- 开放问题淘宝评分系统，LDA主题模型定价，面试官被我一波频率学派和贝叶斯学派给逗笑了；
【CV面经】
I 旷视Face++
- 现场笔试：疯狂数学题，图像基础题，code题；
- 一面：
- 项目介绍；
- Bi-LSTM-CRF介绍，charCNN介绍；
- 检测框架介绍，分割框架介绍；
- 代码：Top-K，二分；
- 概率题：给定n个苹果，其中一个轻，求最优称的次数的期望；
- 二面：
- 项目介绍；
- 人脸Loss介绍，尺度因子，Triple_loss和hinge_loss;
- FCN、DeepLab系列
- 代码：max pooling、softmax
- 三面：
- 项目介绍；
- 变种快排；
- CTC推导；语义分割网络介绍；
- 四面：
- 聊自己的兴趣点，和摄影，如何拍妹，摄影三要素；
II 猿辅导
- 一面(40min)：
- 10min项目介绍：seq2seq-attention推导；
- 代码1: 二维空间矩阵相交合并；
- 代码2: 联通域问题；
- 二面(leader):
- 项目介绍：beam-search手写代码；
- 最小生成树解决组行问题；传统CV算法，SIFT，Surf，LBP等；
- 聊猿厂额薪资吊打其他互联网；
III 华为2012诺亚实验室
- 一面(10min)：
- 超快语速把自己介绍了一遍，见了人脸和OCR的东西；
- 二面(10min)：
- 介绍项目；
- 深度学习框架的比较；
- B-tree，B+tree；
- 三面(10min)：
- chat
IV 小红书
- 一面：
- 项目介绍；
- 代码：斐波那契，数组实现队列；
- 数据结构，hash冲突；
- 二面：
- 项目介绍；
- 代码：杨辉三角，最长连续自数组O(n);
- 三面：
- 项目介绍；
- SGD，从泰勒一阶展开角度；
- Xgboost，从泰勒二阶展开角度；
- AuC，RoC，mAP，Recall，Precision，F1-score；
- 四面：
- 项目介绍；
- BN(泛化体现在哪里，训练测试差别，滑动平均还是无偏估计)；dropout；
- 场景题；
其他厂的问题：
- 概率角度分析逻辑回归；
- GLM角度分析线性回归和逻辑回归；
- SVM处理回归问题；
- SMO优化；
- 最大熵模型和逻辑回归的关联；
总结
自己是电子专业的，互联网的工作可以突击，但是要做好学习计划和安排，多刷题，多推公式绝对没问题；
这是一些个人的经历，希望对大家有帮助；还愿；
