文章来源于NewBeeNLP，作者WilliamLam
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
- 有什么激活函数，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 -
往期精彩回顾
适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）本站qq群1003271085，加入微信群请回复“加群”获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am喜欢文章，点个在看
