【面试】六面！终斩腾讯NLP暑期实习offer
作者 | WilliamLam
整理 | NewBeeNLP
面试锦囊之面经分享系列，持续更新中
TEG 应用研究岗
本人双非本科，985渣硕一个。有相关的项目和论文经历。
一面（50 min，腾讯会议语音面）
自我介绍
介绍一下AAAI的那篇论文（动机，改进，细节）
为什么用Relational-RNN代替LSTM（AAAI论文）
LSTM对于one-to-one，many-to-many等这些场景如何选择模型
CNN的作用
SVM和LR对于离群点的敏感性
有什么**函数，有什么作用
了解DQ-learning吗
有实践过传统的机器学习算法吗？
编程题（LeetCode-3，medium）：求最长的不含重复字符的子串
二面（50 min，电话面）
自我介绍
情感分析用什么数据集
介绍EMNLP 2019的论文，为什么有效，为什么被拒
论文用了什么baseline
BERT的细节
BERT的优势
为什么选文本生成领域
介绍AAAI 2020的论文，主要创新点
生成对抗网络用在文本中如何梯度估计
为什么用Relational-RNN代替LSTM
编程题（字符串编辑距离）
三面（40 min，电话面，凉）
聊工作意向，实习时间
介绍自己的一个项目，并讲一下自己负责的工作和难点
介绍一下AAAI论文的细节、改进点
如何衡量模型的性能
LSTM和GRU的区别，GRU具体简化了哪个门
介绍一下强化学习的策略梯度
VGG，ResNet这种模型的优势的改进点
为什么深层神经网络里的卷积核都改成了3x3，而不是5x5
batch size如何选择
PCG 应用研究岗
一面（1 h，腾讯会议视频面试）
介绍文本生成的概况，以往的模型如何做的
介绍生成对抗网络，机制
介绍一个熟悉的语言模型，翻译模型Encoder-Decoder
介绍情感分析任务
方面级情感分析和句子级情感分析的区别和优势
方面级情感分析的模型结构
介绍一下self-Attention
介绍一下bert
数据类别不平衡问题如何解决
如何做数据增强
梯度消失和梯度爆炸的原因和解决方法
编程题（二叉树最低公共祖先，非递归方法）
二面（30 min，腾讯会议语音面试）
研究生进入工业界有什么思考
根据自己所学的知识，说一下有哪些具体的业务场景
场景题：搜索业务场景。给定用户搜索的query，以及搜索结果的点击率等信息，给query分类。
HR面（15 min，腾讯会议语音面试）
自我介绍
实习时间
哪里人
是否独生子女
在校成绩
目前有哪些offer
为什么意愿bg选择了wxg
实习期间想获得什么
反问（薪资，工作时间，什么时候出结果）
- END -
个人微信：加时请注明 (昵称+公司/学校+方向)
也欢迎小伙伴加入NLP交流群，刚刚创的，想和大家讨论NLP!