经过一段时间的刷题和刷公式，小硕秋招有幸收割了一些offer，offer了的公司面经如下～    【NLP面经】    I 百度NLP部        一面：            项目介绍：CRF-loss梯度，self-attention原理公式，LR和SVM原理和异同；有向图模型标注偏执问题(n-gram);             代码：k-group 链表反转；              二面：            项目：charCNN-emb，BiLSTM-CRF结构介绍，CTC原理，word2vec和GloVec和fasttext；             算法：GBDT和Xgboost，同为boost和adaboost的关注点异同，LSTM结构，为神马改善梯度消失；             代码：二分、10亿数据中O(1)定位；              三面(经理面)：            项目：NLP和CV项目(标点，实体标注、OCR，视频分类，理解，目标检测，语义分割)             代码：单词翻转，不考虑空格；              部门四面:            开放性问题，是否了解机器翻译，小语种机器翻译如何实现良好的训练；             样本不平衡问题，ohem_loss,focal_loss; smooth_L1_loss公式，mAP计算；             代码：从(0,0)点出发，点阵中有障碍，求到(m,n)的最短路径，BFS；            II 好未来AI lab        一面：            项目介绍：seq2seq-attention原理和公式，soft、hard-attention;             lattice-LSTM，解决char分词问题；             代码：删除链表节点O(1)、3sum；              二面：            项目介绍；             attention推导，RNN梯度消失的罪魁祸首，LSTM为什么改善梯度消失，梯度更新；             EM算法步骤，为什么Q(z)为后验概率(下界)，E-step(更新Q(z)),M-step(更新估计参数)；             PLSA，LDA介绍，有向图介绍(根据图方向判断生成模型)             gibbs采样和MCMC采样的关系，描述拒绝采样；              三面：            项目介绍；             部门做的项目介绍，交流；             SVM推导，Xgboost和GBDT和lightGBM区别；             代码：编辑距离，最长公共子序列；            III 网易互娱AI Lab       一面(电话)：            项目介绍；             RNN为什么梯度消失，BPTT；LSTM结构，为什么改善梯度消失；             SVM为什么要对偶(优化复杂度转变，核化)             1x1 conv介绍，运用场景；             代码：Top K；              二面(现场)：            项目介绍；             CTC_loss公式推导；             Viterbi解码公式和简单代码；             self-attention原理和推导；             beam-search decode介绍；             代码：二位矩阵中，每个点可以走四邻域，求最大连续和路径；              三面(leader面)：learder人很好            项目介绍；             互娱的基本介绍，以及nlp团队情况；             word2vec：层次softmax和负采样的原理和公式；GloVec的推导，解决对称问题；             代码：最大正方形；            IV 腾讯        一面：            项目介绍；             viterbi解码原理，code；beamsearch；             代码：一道hash的题，忘了；              二面：            项目介绍；             BN介绍(为什么加速收敛，从SGD更新角度和weight scale角度)，dropout介绍，训练测试差异；             代码：二分查找的题，绝对值；              三面(总监)：            聊项目；            V 阿里妈妈      一面(电话)：            项目介绍，self-attention；             xgboost和gbdt区别，开放问题，淘宝评论；             代码：买卖股票不限次数；              二面(电话)：            项目介绍；             场景问题；             代码：全排列；              三面(现场)：            项目介绍；             image caption中的attention；视频场景题；             字典树，B-tree，B+tree；             代码：字典树，share_ptr              四面(交叉)：            项目介绍；             开放问题淘宝评分系统，LDA主题模型定价，面试官被我一波频率学派和贝叶斯学派给逗笑了；            【CV面经】    I 旷视Face++        现场笔试：疯狂数学题，图像基础题，code题；       一面：            项目介绍；             Bi-LSTM-CRF介绍，charCNN介绍；             检测框架介绍，分割框架介绍；             代码：Top-K，二分；             概率题：给定n个苹果，其中一个轻，求最优称的次数的期望；              二面：            项目介绍；             人脸Loss介绍，尺度因子，Triple_loss和hinge_loss;             FCN、DeepLab系列             代码：max pooling、softmax              三面：            项目介绍；             变种快排；             CTC推导；语义分割网络介绍；              四面：            聊自己的兴趣点，和摄影，如何拍妹，摄影三要素；            II 猿辅导        一面(40min)：            10min项目介绍：seq2seq-attention推导；             代码1: 二维空间矩阵相交合并；             代码2: 联通域问题；              二面(leader):            项目介绍：beam-search手写代码；             最小生成树解决组行问题；传统CV算法，SIFT，Surf，LBP等；             聊猿厂额薪资吊打其他互联网；            III 华为2012诺亚实验室        一面(10min)：            超快语速把自己介绍了一遍，见了人脸和OCR的东西；              二面(10min)：            介绍项目；             深度学习框架的比较；             B-tree，B+tree；              三面(10min)：            chat            IV 小红书        一面：            项目介绍；             代码：斐波那契，数组实现队列；             数据结构，hash冲突；              二面：            项目介绍；             代码：杨辉三角，最长连续自数组O(n);              三面：            项目介绍；             SGD，从泰勒一阶展开角度；             Xgboost，从泰勒二阶展开角度；             AuC，RoC，mAP，Recall，Precision，F1-score；              四面：            项目介绍；             BN(泛化体现在哪里，训练测试差别，滑动平均还是无偏估计)；dropout；             场景题；            其他厂的问题：       概率角度分析逻辑回归；       GLM角度分析线性回归和逻辑回归；       SVM处理回归问题；       SMO优化；       最大熵模型和逻辑回归的关联；     总结    自己是电子专业的，互联网的工作可以突击，但是要做好学习计划和安排，多刷题，多推公式绝对没问题； 这是一些个人的经历，希望对大家有帮助；还愿；