b站-主站技术中心-算法开发，一二三面经，已口头oc
一面：8.11
自我介绍
介绍实习项目；
对于极度不平衡的样本，如何选取更有用的特征，acc不能很好的评估效果，如果更好的评估
如何处理回译效果不好，同义词替换效果不好，EDA数据增强的阈值，无监督的怎么做的。
介绍word2vec，负采样的细节，fasttext的改进，特征hash的作用
算法题：
用rand2实现rand5，解释拒绝采样，让我算数学期望。
概率p输出1，概率1-p输出0，等概率输出0和1，并求数学期望。
二面：8.13
介绍论文做的东西，
1.介绍一下Bert以及三个下游任务，self-attention
2.除了Bert其他预训练模型的拓展
3.实习的邮件分类：
数据不平衡问题，采样
fasttext（从word2vec说起）
word2vec的负采样，为什么用词频来选择负样本，为什么词频越高越容易被选择成为正样本（和TF-IDF类似），
2.除了Bert其他预训练模型的拓展
3.实习的邮件分类：
数据不平衡问题，采样
fasttext（从word2vec说起）
word2vec的负采样，为什么用词频来选择负样本，为什么词频越高越容易被选择成为正样本（和TF-IDF类似），
对词频高的词进行打压，因为在正样本中已经训练了很多次了，这样的花就会很多被预测为高频词，因此要将他作为负样本进行打压。
介绍CNN的两个核心，一个是共享参数，一个是局部提取特征。对于多channel的理解。
4.对B站了解吗？平时都看些什么。如何建立B站的知识图谱。
5.xgboost bagging、boosting（基于残差的训练方式）
介绍CNN的两个核心，一个是共享参数，一个是局部提取特征。对于多channel的理解。
4.对B站了解吗？平时都看些什么。如何建立B站的知识图谱。
5.xgboost bagging、boosting（基于残差的训练方式）
三面：8.25
B站一般看什么，对B站是怎么看的？弹幕文化了解吗？
如何看待大数据杀熟？ 如何看待滴滴被下架的事情？
没有钱，没有手机，也不能寻找周围的帮助，也不知道B站，怎么找到上海b站？
从算法工程师的角度，如何预测苏州的房价？
三个优点和三个缺点？
期望五年后的自己是什么样子？
hr：9.3
电话通知面试过了，保留offer，等10月谈薪，没有意向书，
问能不能实习，目前有哪些offer。
阿里巴巴公司氛围 308人发布
投递华为等公司10个岗位
查看20道真题和解析
