腾讯，字节跳动NLP实习面经

背景：本科双非，硕士211，没论文，一段半年的大厂NLP实习，3个TOP5NLP比赛，1个两位数的数据挖掘比赛。

字节跳动：

1面: 60分钟

1，实习，难点，收获，怎么解决

2， XGBOOST ，LGB，GBDT 的区别

3，一阶优化器，二阶优化器

4， Attention怎么做，self-attention怎么做

5， Transformer细节，Bert细节（多头和缩放）

6，过拟合怎么解决

7，标签平滑怎么做的

8，交叉熵，相对熵

9， Bagging, boosting , 偏差，方差关系

10，CRF理论与代码实现细节

11， CRF与HMM关系，区别

12，维特比，beam-search 时间复杂度，区别

编程题：编辑距离，完全二叉树的节点个数（都是很经典的leetcode原题）

2面: 60分钟

1，实习，竞赛，问了30分钟

2，开源代码阅读情况

3， XGBOOST ，LGB 生长策略，分类策略

4， BERT细节

5，少样本情况怎么缓解

6，编程题： 15分钟写一个k-means，没写完时间不够

3面：20分钟

聊人生，说前两面反馈给的好，就不问问题了。

HR面: 20分钟

1，讲一件你觉得很有难度的事，怎么解决的。

2，来段英语口语。

剩下时间就是问问题时间了。

从开始面试到拿到offer花了3天，字节效率极高。其中1，2面试连续面的，然后太晚了，不然估计3面也会连续面。

###############################################################################

腾讯：

校招日常实习

1面: 25分钟

1，实习，竞赛

2，优化器，系统的讲一下

3，实际场景下做softmax容易出现一些问题，怎么解决（面试的时候没明白什么意思，面试结束后询问，他是说实际场景做softmax很容易出现下溢问题，这个可以用每个维度减去一个固定值就可以了）

4，过拟合解决方法，正则项为什么能减缓过拟合

5，权重衰减等价于哪个正则项

6，传统机器学习方法了解哪些

编程题：打家劫舍II

2面：60分钟+8小时下来做题。。。

1，实习，问得巨细，怎么和测试沟通，怎么和需求沟通，团队有几人，负责啥，难点是啥，你做了啥

2，编程题：leetcode-887,super egg drop，提前不知道这题是leetcode题，自己一直在硬做，后来给实习同事分享，同事告诉我是leetcode题很难得一道题。这题难的一比，面试里面剩余30分钟没做出来（基本属于刚理解题意），下来之后做了2个小时想出一个暴力解，被打回，第二天，想了3个小时，想到二分解法，被打回，又想了3个小时，想到数学解法。。。过了。（三种解法都对的，不过面试官要求给出具体的策略和步骤，数学法比较直接可以直接给出，其他两种需要输出最优路径）。太菜了。。。。

3面,GM面：30分钟

比较水，没问技术问题，全程实习竞赛。

HR面：

就问了啥时候能去，能去多久这种问题

腾讯流程很长，从官网投递简历，到拿到offer，全程花了20多天。导师和HR很热情，面试完了就在交流了。

###########################################

难度上，总体感觉面的两个岗位，除了腾讯二面的编程题，其他都不是很难（可能是只是实习面试的原因），两家没有奇奇怪怪的问题，面试体验都很好，知识点范围基本都在面经百度第一页能找到。

不过感觉自己比较幸运，遇到的字节面试官出的题都很常规，我同学面头条出的题，遇到了取数对弈，螺丝螺母匹配等烧脑问题。

#腾讯##字节跳动##实习##算法工程师##面经#