关于作者

本人魔都某985研一,有大半篇SIGIR（关于推荐系统的）,在实验室这大半年做过一些小项目。实验室是做知识图谱&推荐系统方面的，所以投的都是算法岗，偏向nlp方向，且基本base都在深圳，面试集中在3月，疫情原因，可以在家安心准备。总体来说非常幸运，每一场面试都学到了很多，也更加清楚得认识到自己小白的属性，下面进入正题。

面试情况

3.11 腾讯teg一面

第一场面试就是腾讯，但还好只是电话面试，相当于开卷，没有特别紧张，基本没有问技术问题，只是简单聊了聊项目，面试中了解到部门主要研究用强化学习算法玩游戏。

自我介绍、项目
课程
简单描述强化学习思想
平时打游戏吗

明显感觉互相做的方向契合度很低，所以表现并不好，很快就挂掉了，不过腾讯效率真的很高，第二天就被pcg部门捞了。

3.12 字节跳动

部门似乎更偏向开发，而非算法，问了很多python编程的问题，完全没有准备到，不过还好不是很深。一上来问了四组概念辨析，主要是问之间的区别：

xrange vs range
模块 vs 包
浅copy vs 深copy
L1损失函数 vs L2损失函数（常见题，多角度分析）

编程题：

给定一个无序数组，找出其中的中位数，要求时间复杂度O(n),空间复杂度O(1)
给定一个旋转数组，找出最小值

3.16 腾讯pcg一面

问的问题很多而且细，由于专业方向比较相关，整个面试持续了接近一个半小时。

自我介绍、项目
Transformer与Bert 机制（模型、区别、缺陷）
XLNet
大数据处理框架（Spark等）
NLP及知识图谱基础算法（实体连接、实体抽取、隐马尔科夫模型）
解决过拟合问题的正则化方法
LSTM模型（公式、门的设计思想、**函数）
各种**函数比较

编程题：

实现softmax函数
旋转数组搜索某个值
二叉树直径（最远的两个节点之间的距离）

阿里大安全部门一面

卷积及池化操作的作用
GCN模型及思想
GAT模型及思想场景题：
怎样用强化学习的方法找出标注错误的数据。
怎样将一些特殊的事件信息用于推荐系统，如聊天、转账等信息
是否擅长sql

腾讯pcg二面

简单聊了一下课程和项目
场景题：如果奥运会召开，你能利用知识图谱平台做哪些工作？
会C++吗 zoom会议面试，面试官并没有开视频，只持续了15分钟左右就匆匆结束了，而且场景题回答完后对方没有任何回复，也不怎么会使C++，面完还以为要凉了

腾讯pcg HR面

本科最骄傲的一件事
为什么选择深圳
通过前两次面试对工作有多少了解？还有哪些问题？
实习可以来多久？
有女朋友嘛？
是独生子女嘛？
最早什么时候入职？

HR小姐姐很守时，很会聊天，所以很愉快，几乎忘了HR面是有可能刷人的，当天就收到了offer。

阿里笔试

第一题很简单，动态规划
给定一个有缺失元素的矩阵，其中0表示未知数，已知矩阵每一行/列均为等差数列，试将矩阵补全（无法计算的元素输出为-1）如输入：

输出：

快手笔试

字符消消乐（连续三个及三个以上相同的字符可以消掉，如输入：aabbbaac，输出：c）
输入一个三位数，用火柴棒摆放，移动一根火柴棒，使得数字变得最大，若无法移动则返回-1，如：输入109，输出705
推广k阶的斐波那契数列，数列前k项均为1，从k+1项起满足输入：n,k 输出：k阶斐波那契数列的第n项
N个地点中选择k个转运点，使得所有货物运到转运点的代价最小

美团一面

自我介绍、项目
给定一个数组，输出能够拼接成的最大值，输入：[97,301,30] 输出：9730301

美团二面

自我介绍、项目
具体介绍了一下业务，提到部门正在做的搜索场景中的实体消歧
编程题：不是很难，由于年代久远实在记不得了。

总结

算法基础还是挺重要的，尤其是面试中间，思考、试错时间很有限，要求非常熟练。
对各种模型，尤其是简历上提到的模型，务必要非常熟悉每一个细节，甚至可能会问到调参经验，以判断是否真的亲手完成项目的每个细节。
内容太多了，永远也学不完，要分轻重缓急，详略得当安排学习进度。
总算完成了从小白到小白的蜕变，继续努力！也祝各位看官求职顺利~

【经验分享】从小小白到小白的上岸之路（腾讯、美团暑期实习）