算法岗日常实习面试记录

斑马网络nlp一面
1.自我介绍
2.聊项目，使用了什么机器学习模型，怎么选的特征，怎么测评结果，准确率是多少
3.为什么只做了文本级别的f1，没有做节点级别的测评（只是好奇）
4.对nlp的理解有什么，展开讲大致的流程
5.静态的一一对应的词表的优缺点
6.动态词向量怎么表示
7.多维的词向量怎么映射到0-1之间的概率（比如说情感分类任务）
8.对bert、GPT这样的模型有什么了解
9.为什么投递
10.coding，编辑距离（面试官说太难了时间不够），改成反转链表
反问：
这个岗位的实习生需要掌握的基本的能力是什么？
答：对于nlp算法实习生来说，需要对bert、GPT这样比较流行的模型有了解，包括结构、使用流程、其中的优化、梯度下降、损失函数等等。对这个岗位来说，业务涉及预测生成，对Seq2Seq、大模型的大概方法（架构）和能力上限需要有了解。

哈啰街猫一面
1.自我介绍，岗位和深度学习相关，请着重介绍这方面
2.对深度学习CNN、RNN、transformer模型的了解有哪些（简历和自我介绍里没有体现）
3.用python做一个处理，给一个csv，里面有图片的存放路径和txt的存放路径，有脏数据。要根据txt的内容给图片分类，然后创建几个目录移动图片。
4.问简历里的项目有没有量化指标，做了什么优化改进，有什么成果反馈。
5.聊到爬虫让现场爬一个百度图片
（主要是做CV相关）

b站推荐算法一面
1.自我介绍
2.为什么投递这个岗位
3.对推荐算法有什么了解
4.再介绍一下简历里项目的业务场景，用到了什么模型
5.有没有机器学习、深度学习的基础，学过什么课程
6.coding，最小k个数
7.讲一下代码思路，用的什么排序，时间复杂度是多少
8.讲一下逻辑回归的大概过程，用在什么场景，什么是决策边界、loss function、怎样优化loss function
9.逻辑回归和svm有什么区别
10.决策边界附近的点叫什么
11.我用的模型是怎么做指标测评的
12.常规的分类问题评价指标有哪些
13.roc曲线是怎么画的，横坐标和纵坐标分别是什么，TP和FP分别是什么
反问：
业务和实习生具体职责，对实习生能力的基本要求是什么？
答：主要分两块，偏算法研究和业务，算法需要有比较好的深度学习基础，业务主要是针对不同场景的落地。