腾讯自然语言处理面试问题
师兄在腾讯，就让师兄内推了一下腾讯自然语言处理的实习。在内推前，简单把李航的统计学习方法，简历涉及的知识点都过了一遍，整理了一下，同时leetcode刷了大概100题。 准备过后就把简历给师兄了。投完简历当天下午就收到了腾讯的短信约晚上面试（这也太效率了= =）。下面简单记录一些面试的问题（很多问题都是项目涉及的知识点，每个人可能都不一样）。
一面（技术面） 基本就是把简历过了一遍，问问一些项目上的细节。
1、先简单自我介绍一下吧。
2、看你之前实习过，说说当时实习都做了些啥。
3、介绍一下transformer吧，除了self-attention还知道哪些attention。
4、看你用了反向翻译，简单介绍一下吧，除了这个还知道哪些数据扩充的方法吗，每个方法有什么区别？
5、介绍一下r2l-rerank吧。
6、讲一讲bert，roberta吧，bpe和word piece有什么区别？
7、介绍一下fgm。
8、介绍一下focal loss。
9、python的迭代器和生成器。
10、算法题：打印二叉树从右边看能看到的节点。 一面还算顺利结束后第二天就接到了二面的电话。
二面（技术面） 基本也是把项目比赛过一遍，然后问一些细节。
1、简单介绍一下自己吧。
2、介绍一下auc吧，和准确率有啥区别。
3、介绍一下f-score，macro-f1和micro-f1有啥区别。
4、bert如果输入超过512怎么办。
5、那你介绍一下transformer-xl吧。
6、如果你自己训练输入长度为1024的bert，使用的显存会是原来的几倍。
7、你在投的论文做的是什么，介绍一下，看你是用fairseq框架写的，具体修改了哪些模块。
8、算法题：最长上升子序列。
9、用过单机多卡或者多机多卡训练吗？讲一讲。
10、你有什么要问我的吗？ 二面也比较顺利，第二天就接到了三面的电话。
三面（技术面） 我当时看面经别人都是两面，我居然有三面= = ，三面应该是一个leader面的。
1、之前实习是负责什么的，大概开发的流程是什么样的。
2、你做的这些项目是偏实验的的还是有一定的工业落地的，比如做了一个网站或者api等。
3、你们平常打比赛的时候，队伍是怎么合作的？
4、你做的项目里的公开数据集你知道是怎么采集的吗？它会不会有很多脏数据？这些脏数据对模型有什么影响？你是怎么处理它们的？
5、有看过模型的bad case吗？针对bad case做了哪些提升？
6、系统地介绍一下你研究的这个方向。最近你这个方向效果最好的论文是哪篇？它是怎么做的？
7、你有什么想问的吗？
三面没有算法题，感觉问的是一些方法论的东西。答得也还不错，没过几天就接到了hr的电话。 hr面 hr很亲切，面试体验很棒，上来先给我介绍了一下他们部门的一些发展历史和现在的情况，然后了解了一下我的实验室，实验室的研究方向，之前的实习情况，大概询问了可以入职的时间。整个面试下来感觉平时的积累很重要，之后有空了也准备把之前整理的资料慢慢写成博客。
原文标题：腾讯自然语言处理实习面经
文章出处：【微信公众号：深度学习自然语言处理】欢迎添加关注！文章转载请注明出处。
微雪电子9.7寸电子纸裸屏 黑白双色简介
MicroLED抢攻智能车头灯市场，有望开创蓝海市场
随着智能时代的发展 如何保证网络安全非常重要
60W辅助电源1700V SiC MOSFET
6p3p单端甲类胆机的制作与设计
腾讯自然语言处理面试问题
ISO26262标准在SEooC软件开发中的应用
可穿戴设备竟能拯救生命?技术上仍有缺陷
外媒:英特尔将2021年18万片晶圆GPU的代工订单交给台积电
首战告捷！百度APP春晚红包互动达92亿次！
火花普渡科技餐饮机器人介绍
有1.2万亿个晶体管的世界最大芯片，用武之时到了
IMS Research：售价下跌将影响逆变器厂商2013年收入
特斯拉市场扩展的瓶颈是什么？
华为手环3e评测 功能全外观靓续航长
盘点未来智能＂芯＂车的十大高科技装备
McObject发布用于eXtremeDB的Java本地接口
行业融资回暖！自动驾驶技术或在物流领域率先落地
当防蓝光与屎黄屏分道扬镳 防范于未然总归是好事
无人驾驶和智慧交通之间存在什么联系
一面（技术面） 基本就是把简历过了一遍，问问一些项目上的细节。
1、先简单自我介绍一下吧。
2、看你之前实习过，说说当时实习都做了些啥。
3、介绍一下transformer吧，除了self-attention还知道哪些attention。
4、看你用了反向翻译，简单介绍一下吧，除了这个还知道哪些数据扩充的方法吗，每个方法有什么区别？
5、介绍一下r2l-rerank吧。
6、讲一讲bert，roberta吧，bpe和word piece有什么区别？
7、介绍一下fgm。
8、介绍一下focal loss。
9、python的迭代器和生成器。
10、算法题：打印二叉树从右边看能看到的节点。 一面还算顺利结束后第二天就接到了二面的电话。
二面（技术面） 基本也是把项目比赛过一遍，然后问一些细节。
1、简单介绍一下自己吧。
2、介绍一下auc吧，和准确率有啥区别。
3、介绍一下f-score，macro-f1和micro-f1有啥区别。
4、bert如果输入超过512怎么办。
5、那你介绍一下transformer-xl吧。
6、如果你自己训练输入长度为1024的bert，使用的显存会是原来的几倍。
7、你在投的论文做的是什么，介绍一下，看你是用fairseq框架写的，具体修改了哪些模块。
8、算法题：最长上升子序列。
9、用过单机多卡或者多机多卡训练吗？讲一讲。
10、你有什么要问我的吗？ 二面也比较顺利，第二天就接到了三面的电话。
三面（技术面） 我当时看面经别人都是两面，我居然有三面= = ，三面应该是一个leader面的。
1、之前实习是负责什么的，大概开发的流程是什么样的。
2、你做的这些项目是偏实验的的还是有一定的工业落地的，比如做了一个网站或者api等。
3、你们平常打比赛的时候，队伍是怎么合作的？
4、你做的项目里的公开数据集你知道是怎么采集的吗？它会不会有很多脏数据？这些脏数据对模型有什么影响？你是怎么处理它们的？
5、有看过模型的bad case吗？针对bad case做了哪些提升？
6、系统地介绍一下你研究的这个方向。最近你这个方向效果最好的论文是哪篇？它是怎么做的？
7、你有什么想问的吗？
三面没有算法题，感觉问的是一些方法论的东西。答得也还不错，没过几天就接到了hr的电话。 hr面 hr很亲切，面试体验很棒，上来先给我介绍了一下他们部门的一些发展历史和现在的情况，然后了解了一下我的实验室，实验室的研究方向，之前的实习情况，大概询问了可以入职的时间。整个面试下来感觉平时的积累很重要，之后有空了也准备把之前整理的资料慢慢写成博客。
原文标题：腾讯自然语言处理实习面经
文章出处：【微信公众号：深度学习自然语言处理】欢迎添加关注！文章转载请注明出处。
微雪电子9.7寸电子纸裸屏 黑白双色简介
MicroLED抢攻智能车头灯市场，有望开创蓝海市场
随着智能时代的发展 如何保证网络安全非常重要
60W辅助电源1700V SiC MOSFET
6p3p单端甲类胆机的制作与设计
腾讯自然语言处理面试问题
ISO26262标准在SEooC软件开发中的应用
可穿戴设备竟能拯救生命?技术上仍有缺陷
外媒:英特尔将2021年18万片晶圆GPU的代工订单交给台积电
首战告捷！百度APP春晚红包互动达92亿次！
火花普渡科技餐饮机器人介绍
有1.2万亿个晶体管的世界最大芯片，用武之时到了
IMS Research：售价下跌将影响逆变器厂商2013年收入
特斯拉市场扩展的瓶颈是什么？
华为手环3e评测 功能全外观靓续航长
盘点未来智能＂芯＂车的十大高科技装备
McObject发布用于eXtremeDB的Java本地接口
行业融资回暖！自动驾驶技术或在物流领域率先落地
当防蓝光与屎黄屏分道扬镳 防范于未然总归是好事
无人驾驶和智慧交通之间存在什么联系