OPPO
- 电话面试，实习生只有一轮，岗位是推荐部门的信息流推荐
- 自我介绍，简历相关项目复述，追问（项目深挖）
- 实习原因，想做什么方向
- 对推荐系统的了解，阅读过哪些相关的资料
- 更多的是关于个人背景的了解，机器学习和NLP相关知识问的不多，大都是简单地一笔带过
- 一道编程题：给定一个数组，找到一个分割点将数组切分成两份，使得两个部分方差的和最小
- 建议：认真准备简历内容，主动去讲述自己了解的知识然后延伸拓展，刷题
- 结果：offer
快手
牛客网视频面试，实习生两轮，岗位是搜索部门的自然语言处理
一面：
- 自我介绍，简历深挖，个人背景
- 简述 RNN 神经网络
- NLP 相关的一些基础知识点，比如 word2vec，各种神经网络，问的比较浅
- 三道编程题：
- 经典跳台阶问题，一次上一个或者两个台阶，给n个台阶有几种上法（动态规划或者斐波那契数列）
- 给两个不相交的有序链表，返回其公共部分数组（双指针）
- 给定一个数组，里面有两个数出现了奇数次，其他数都出现了偶数次，返回那两个奇数次的数并排序（哈希表 or 分组异或）
二面：
自我介绍，简历深挖，个人背景
什么是 Fasttext，和 word2vec 有什么区别
负采样和 Hierachical Softmax，BERT原理
两道编程题：
- 给定一个排序好的字符列表，再给一个目标字符，在字符列表中找到第一个大于目标字符的字符，如果不存在则返回列表第一个字符（二分查找）
- 二叉树中序遍历的非递归实现（DFS，栈）
HR面：
- 自我介绍，简历，在德国留学的体验
- 好多都是个人相关得信息，就聊天，感觉不错
- 几个有意思的问题：用三个词语描述自己并解释一下，最近遇到比较挫折的事情是什么
建议：刷题，NLP前沿，机器学习自然语言处理基础知识
结果：offer
字节跳动
- 牛客网视频面试，推荐算法实习生-Data部门，体验很不好
- 自我介绍，在腾讯目前做什么，用到了哪些东西（没有问简历上的任何项目）
- 数据结构中的堆和栈
- 给一个N个节点得完全二叉树，树的高度是多少（$log(N+1)$）
- 编程题：直方图接雨水（单调栈，按行填充），拓展：将空间复杂度降低到$O(1)$（按列填充）
- 机器学习基础，逻辑回归的损失函数是什么
- 知道哪些激活函数，他们之间得区别是什么（ReLU（leaky ReLU）, Sigmod, tahn)
- 对推荐系统了解多少，你觉得应该怎么做推荐系统
- 反问
- 建议：体验很不好，面试面完之后让我等二面，过了一会又进来说今天就到这里，莫名其妙
- 结果：一面拒