【面经】算法实习（搜狗、平安、腾讯、字节、百度）
来牛客还愿了，这次简历投递主要是，海投&内推，搜狗和百度是通过同学内推，平安科技和字节跳动的投递渠道是牛客网，腾讯是官网投递。面了五家公司，最终去百度实习。
搜狗
一面
-
Bert的Multi-Head Attention
-
GRU和LSTM
-
Multi-Head Attention
-
m*n矩阵吃苹果
-
8个苹果，一个秤，挑出一个最重的苹果
二面
-
问项目细节
-
投票法
-
多路归并
平安科技
一面
-
Bert的位置向量为什么直接用相加
-
问项目
-
训练的过程中loss值大小
腾讯
一面
-
讲项目
-
具体用了什么分词工具、词向量工具，word2vec怎么用的
-
了解哪些词向量方法
-
如果给了游戏的文本、评论等，怎么建知识图谱？
-
用知识图谱，怎么做推荐？
-
transformer输入长文本的改进有了解吗
-
用了什么GPU，问了一堆实验室信息
字节跳动
一面：
-
问项目，问竞赛
-
写k-means算法
二面：
-
定义计算节点，写前后向传播
-
bert的mask
-
auc的值怎么计算
-
了解什么基础模型
-
怎么调参
-
过拟合怎么解决
-
场景题，任务，找出大量数据中的宠物猫
-
线上的数据怎么标
-
正负样本不平衡的问题怎么办
-
线上指标和线下指标不一致
-
百度
一面
-
细聊讲项目
-
Bert的任务和Transformer的结构框架
-
推荐系统
二面
-
给N个数，每个数有一个概率值，要怎么依据概率得到每个数
-
判断KNN中K很大的时候，拟合情况
-
SVM、LR
-
Bert
-
对推荐的了解，引入深度学习对推荐有什么帮助
#字节跳动2020实习##搜狗##百度##腾讯##字节跳动##算法工程师##实习##面经#
