笔试 8.9 一面 8.19  电商部门NLP岗 1.自我介绍 2.项目介绍 3.word2vec原理，如何得到词向量 4.如何分词，分词原理 5.竞赛介绍 6.lightGBM是什么模型，GBDT原理 7. 数据集分成几份，每份的作用是什么 8.怎么知道模型过拟合了 9.如何应对过拟合 10.dropout是什么 11.过拟合什么情况下比较容易产生 12.tensorflow用过么，pytorch用来作过什么事情 13.场景题：现在有一些新闻，包含军事、体育、经济等，想分出它属于哪个类，该怎么做 14.能讲下BERT么 15.手撕代码：二叉树路径上和为ta...

笔试：8.28，AK 一面：9.4 新加坡部门跨国面试 1.是保研吗 2.实习 3.项目1 4.BERT为什么有效，与其他模型相比呢 5.Transformer优点 6.数据源如何来的，数据更新如何解决 7.embedding方式有哪些 8.word2vec训练时出现过问题吗，比如训练后的词之间的相似性不准 9.爬虫框架用过哪些 10.手撕代码 （1）手写字典树 （2）二叉树的遍历 递归非递归 二面：9.8 1.自我介绍 2.项目1 3.粗筛能过滤多少数据 4.评测过第一步的性能么 5.BERT原理， 6.正则化是什么，LN是什么，作用是什么 7.过拟合手段有哪些 ...

笔试时间：8.11 （3.2/4） 面试时间8.15，123面一共俩小时 一面 1.LDA基础知识 2.LSTM梯度消失/爆炸 记不清了 二面 1.自我介绍 2.项目介绍 3.LDA主题数目确定 4.Gibbs采样和变分推断 5.GIbbs优化目标是什么 6.Gibbs采样与变分推断的优缺点 7.常用的模型（LSTM+BERT），训练语料 8.BERT原理 9.Bert与LSTM比较 10.样本不平衡的处理方法 11.了解NER么 12.统计类模型了解么  阴马 13.编程语言用什么，C++会么 14.embedding的方法（word2vec \glove\ fastt...

深信服这面试预约啥操作

如题，目前只打听到了机器学习岗有人变了处理中，其他算法岗有变了的吗

（8.21 中午1点  1hour） 1.自我介绍 2.介绍论文，问细节 3.LSTM手写公式，对着公式讲 4.LSTM是为了解决什么问题提出的 5.门控的机制是如何缓解梯度问题 6.lstm变体有了解么（讲了GRU） 7.讲一下attention 8.了解过其他的Attention么（除了multi head self） 9.多头注意力有什么优势 10.多头的维度和输入的维度是一样的么（不一样） 11.LDA讲一下 12.LDA全称，讲一下迪利克雷分布是什么 13.共轭分布了解么，有什么好处 14.项目里怎么用的 15.手撕代码：二叉树的最大高度差 16.手撕代码：和为k的倍数的...

思路是统计每行中的每个元素与最后一个元素相减，减的值存到新数组，用tuple做哈希，遍历哈希，如果一个tuple的相反tuple在里面，就加对应的两个value相乘（tuple的value与-tuple的value），最后结果除2。用例过了，可提交就变0 实在不知道哪里错了  求大佬们帮忙看看 def result(a):     n=len(a)     k=len(a[0])     b=[[0 for i in range(k-1)]for j in range(n)]     for i in range(n):         for j in range(k-1):   ...

感觉出题人在疯狂暗示一个月只发三天的工资

8.15贝壳面试 贝壳开奖QQ群1138977930，欢迎HR面的候选者进入，共享奖池，分享经验 一上午完成了三面，想统计一下大家的情况