師兄在騰訊，就讓師兄內(nèi)推了一下騰訊自然語言處理的實習(xí)。在內(nèi)推前，簡單把李航的統(tǒng)計學(xué)習(xí)方法，簡歷涉及的知識點都過了一遍，整理了一下，同時leetcode刷了大概100題。 準(zhǔn)備過后就把簡歷給師兄了。投完簡歷當(dāng)天下午就收到了騰訊的短信約晚上面試（這也太效率了= =）。下面簡單記錄一些面試的問題（很多問題都是項目涉及的知識點，每個人可能都不一樣）。

一面（技術(shù)面） 基本就是把簡歷過了一遍，問問一些項目上的細(xì)節(jié)。

1、先簡單自我介紹一下吧。
2、看你之前實習(xí)過，說說當(dāng)時實習(xí)都做了些啥。
3、介紹一下transformer吧，除了self-attention還知道哪些attention。
4、看你用了反向翻譯，簡單介紹一下吧，除了這個還知道哪些數(shù)據(jù)擴(kuò)充的方法嗎，每個方法有什么區(qū)別？
5、介紹一下R2L-Rerank吧。
6、講一講bert，roberta吧，BPE和word piece有什么區(qū)別？
7、介紹一下FGM。
8、介紹一下Focal loss。
9、python的迭代器和生成器。
10、算法題：打印二叉樹從右邊看能看到的節(jié)點。 一面還算順利結(jié)束后第二天就接到了二面的電話。

二面（技術(shù)面） 基本也是把項目比賽過一遍，然后問一些細(xì)節(jié)。
1、簡單介紹一下自己吧。
2、介紹一下AUC吧，和準(zhǔn)確率有啥區(qū)別。
3、介紹一下F-score，Macro-F1和micro-F1有啥區(qū)別。
4、bert如果輸入超過512怎么辦。
5、那你介紹一下transformer-xl吧。
6、如果你自己訓(xùn)練輸入長度為1024的bert，使用的顯存會是原來的幾倍。
7、你在投的論文做的是什么，介紹一下，看你是用fairseq框架寫的，具體修改了哪些模塊。
8、算法題：最長上升子序列。
9、用過單機(jī)多卡或者多機(jī)多卡訓(xùn)練嗎？講一講。
10、你有什么要問我的嗎？ 二面也比較順利，第二天就接到了三面的電話。

三面（技術(shù)面） 我當(dāng)時看面經(jīng)別人都是兩面，我居然有三面= = ，三面應(yīng)該是一個leader面的。
1、之前實習(xí)是負(fù)責(zé)什么的，大概開發(fā)的流程是什么樣的。
2、你做的這些項目是偏實驗的的還是有一定的工業(yè)落地的，比如做了一個網(wǎng)站或者api等。
3、你們平常打比賽的時候，隊伍是怎么合作的？
4、你做的項目里的公開數(shù)據(jù)集你知道是怎么采集的嗎？它會不會有很多臟數(shù)據(jù)？這些臟數(shù)據(jù)對模型有什么影響？你是怎么處理它們的？
5、有看過模型的bad case嗎？針對bad case做了哪些提升？
6、系統(tǒng)地介紹一下你研究的這個方向。最近你這個方向效果最好的論文是哪篇？它是怎么做的？
7、你有什么想問的嗎？

三面沒有算法題，感覺問的是一些方法論的東西。答得也還不錯，沒過幾天就接到了HR的電話。 HR面 HR很親切，面試體驗很棒，上來先給我介紹了一下他們部門的一些發(fā)展歷史和現(xiàn)在的情況，然后了解了一下我的實驗室，實驗室的研究方向，之前的實習(xí)情況，大概詢問了可以入職的時間。整個面試下來感覺平時的積累很重要，之后有空了也準(zhǔn)備把之前整理的資料慢慢寫成博客。

責(zé)任編輯：xj

原文標(biāo)題：騰訊自然語言處理實習(xí)面經(jīng)

文章出處：【微信公眾號：深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。