2020届360暑期算法实习生面经，攒人品
LZ面的是搜索部门的机器学习工程师（偏NLP的），参加了3月底的宣讲会，免笔试进了大流程面试，不过基础不牢，一面挂掉。
4.17上午在360北京总部参加的百人现场面试，蛮震撼的，现场有等候区，有水有零食，还是很贴心的哦，然后在等候区里有个电视实时播报进去面试的人，跟餐厅的叫号系统一样。
前面一个人的时候面的有点长，稍微坐了会，趁空闲又各种排序看了一遍（没问到，可惜了哈哈哈）
接下来分享一下面试的过程：
进去找到自己的面试桌位后问好坐下，递上简历，面试官很和蔼
1、自我介绍，介绍了项目和实习经历，本科学通信，面试官问了一下为啥转了专业（现在基本偏CS了，毕竟做NLP），项目是什么级别的等等，相当于暖场了一下
2、介绍了项目，说明自己做了什么，详细的就是面试官根据项目的细节展开了问，具体的各位可以结合自己做的东西替换：
（1）数据哪来的，数据的形式，如何处理，总量是多少，分布情况
（2）达到什么结果
（3）用了哪些模型，详细介绍一下模型：输入输出长什么样；多少层，模型各个层的样子，以及这样设计的用意和原理是什么；用了一些什么优化的方法，为什么要用这些方法；评价指标是什么；选择这个模型的原因。
（4）模型输出后接全连接层的原因，是否有什么改进
3、介绍word2vec原理，如何设计，如何训练，越详细越好；用了什么加速方法，word2vec算法本身有哪些优化，加速方法，最后的一层softmax怎么加速（这个有点没听懂，求大佬指出）
4、介绍GBDT
5、LR的损失函数，为什么要用交叉熵
6、什么样的任务适合用深度学习，什么样的问题不适合
7、CNN中卷积如何使用的，卷积核的样子，如何获取到文本中的特征，如何捕捉句子间的关系
8、C++中的STL（我表示已经忘了，然后就没继续问了）
9、线程和进程的区别，各有哪些资源
10、手撕代码，反转链表（感觉面试官还是对我挺仁慈）我用python写的，第一次手撕代码，有点紧张，忘了写 return,然后写完后还要给他介绍思想。
完毕，虽然挂掉，但是明白了自己的短处，收获很大：
1、自己的基础还是不够牢固吧，在原理方面还是理解不够透彻，最好能手推公式我想应该是最好的。
2、项目中用了什么方法最好能知其所以然，才能处乱不惊，没准还能想出新的idea
期待更优秀的自己，也希望大家都更加优秀，加油
投递牛客等公司10个岗位 >