自然语言处理
38 0最热 | 最新
- 面试：自然语言处理。感觉总的来说都是满分，总的来说有难度，希望能有个结果。 一面两面都是技术面，会问你做过的一些项目和比赛。期间会穿插问一些这个领域的基础知识，难度不小，看得出来公司对技术方面的要求还是比较高的。三面相对比较短，主要问你对这个领域的宏观看法 面试公司:“合合信息”,面试职位:“自然语言处理”,面试类型:“校招”,面试体验:“很好”,面试难度:“较难”,面试结果:“感觉靠谱”
- 面试：自然语言处理。感觉就还好吧，没啥难度，未能通过。 龙湖nlp 问：自我介绍 nlp的问题 fasttext和word2vec的区别本质区别 fasttext和w2v的负采样问题 数据科学的运用是啥，怎么理解数据科学 面试公司:“恒生电子”,面试职位:“自然语言处理”,面试类型:“校招”,面试体验:“一般”,面试难度:“一般”,面试结果:“未通过”
- 面试：自然语言处理。感觉总的来说都是满分，难度是有的，告知通过了。 一轮电话面1h，主要聊项目经历和机器学习、深度学习的基本知识，问到了一些比如拓展网络的宽度和深度，对参数量的影响、怎么求根（牛顿法）、牛顿法用到了几阶导（一阶）等等 加试了一轮code面0.5h，考了26进制转10进制、快速排序、堆排序 面试公司:“微软中国”,面试职位:“自然语言处理”,面试体验:“很好”,面试难度:“一般”,面试结果:“确定通过”
- 自然语言处理面试一般，共3轮面试 一面 本来面试进行非常正常，简单的自我介绍，项目介绍，项目经历的相关提问。 然后进入到算法题部分开始奇怪的严格起来，很快解出出的题之后问了大量排序的算法和python的数据结构一系列繁琐的问题。 让我不禁怀疑面的岗位和nlp真的有相关性么。 最后是挂掉了，可能是python的数据结构太久之前学的许多细节记得不是很对了 面试公司:“感易智能”,面试职位:“自然语言处理”,面试类型:“社招”,面试体验:“一般”,面试难度:“一般”,面试结果:“确定通过”
- 自然语言处理面试一般，共3轮面试 联想外包，自然语言处理。 两个人，一个是部门同事，深挖简历，其他问题包括决策树和聚类方法，像是ID3和CART的优劣，简要描述K均值等待=等。 另外一个是项目主管，全程未发言，感觉更看重实操经验。 面试公司:“IQVIA 艾昆纬”,面试职位:“自然语言处理”,面试体验:“一般”,面试难度:“一般”,面试结果:“未通过”
- 自然语言处理面试很好，共1轮面试 一面： 问：0.自我介绍 问：1.embedding（word2vec，elmo，Bert） 问：2.集成学习（简历上有kaggle比赛） 问：3.NER怎么做，详细一点（数据粒度，特征融合，模型构建，模型蒸馏） 二面： 问：0.自我介绍 问：1.CRF与HMM区别 问：2.CRF状态矩阵与转移矩阵 问：3.为什么LSTM后要接CRF，LSTM如何接入CRF。 问：4.讲一下BERT结构 问：5.有没有看过BERT源码，BERT的输入是什么（三个形式） 问：6.做过的生成式任务（seq2seq生成对联） 问：7.有没有做过的生成图像任务（生成假人脸） 问：8.你发的论文讲什么的（中文） 问：9.有没有做过web接口，怎么做的（预处理） 面试公司:“平安科技”,面试职位:“自然语言处理”,面试类型:“校招”,面试体验:“很好”,面试难度:“较难”,面试结果:“感觉没戏”
- 面试：自然语言处理。很棒的一次面试体验，整体难度不算高，收到offer了。 问论文，问项目，笔试没有， 但是参加了他们的1024程序员文化节，一共两次比赛，每次比赛都是5道写程序的题，不算太难，力扣上就可以查到这些题目（泰康保险集团1024文化节组委会） 面试公司:“泰康人寿”,面试职位:“自然语言处理”,面试类型:“校招”,面试体验:“很好”,面试难度:“一般”,面试结果:“确定通过”
- 面试：自然语言处理。面试印象不是很深刻，有一定难度，告知没通过。 一面 印象最深的项目讲一下 项目中模型提升的做法 bert 的结构，除以 dk 的作用，layernorm 作用 qps 多少，怎么提升 qps CRF与 HMM 区别，HMM 三个假设，CRF 怎么做概率计算的 循环链表怎么发现 CRF 维特比算法，怎么找到最优的 怎么协助打标 crf 解码怎么做的二面 介绍一个最有挑战的项目 做了哪些改进 chatgpt 原理 面试公司:“惠每云科技”,面试职位:“自然语言处理”,面试体验:“一般”,面试难度:“一般”,面试结果:“未通过”
- 面试：自然语言处理，面试体验还不错，但是不知道为什么被挂了。 自我介绍 跨领域实体抽取方法是否了解 语义匹配模型 simBERT是否了解 样本不均匀的增强方法 平常编程用什么语言 排序模型有了解吗 职业规划是怎么样的 没有考算法题，自己觉得交流得还蛮愉快的， 但是第二天却通知挂了，不太清楚是什么原因，挺可惜的 面试公司:“中国电信”,面试职位:“自然语言处理”,面试体验:“很好”,面试难度:“一般”,面试结果:“未通过”
- 面试：自然语言处理，体验感还不错的，但是自己准备不足。 自我介绍； ERNIE BERT的区别框架原理等 Attention机制的实现 仔细讲一下意图识别和槽位填充两个模型是怎么做的 离职原因 算法题 m*n 矩阵 机器人绕过障碍物有几种方法 （不同路径II） 概率题 5枚硬币 一枚 花和字各一面 两枚 两面都是花 两枚 两面都是字 随机抛一枚 一面是花 此枚硬币再掷一次也是花的概率 4/5 面试体验很不错， 但是自己准备不够充分，题没有写出来，一面后就挂了 面试公司:“作业帮”,面试职位:“自然语言处理”,面试体验:“很好”,面试难度:“较难”,面试结果:“未通过”
- 面试：自然语言处理。感觉挺亲切的，难度不小，希望能通过。 参加了一面和二面，都是视频面试 一面基于自己做的ppt自我介绍，问了项目中相关的知识点，需要熟练掌握自己简历中写到的所有细节，还做了一道算法题； 二面还是需要基于ppt自我介绍，更细节的问了项目中所有涉及到的知识，简单说了下这个岗位的需求， 然后说我经验不匹配，最终未通过 面试公司:“中科院自动化所”,面试职位:“自然语言处理”,面试体验:“很好”,面试结果:“未通过”
- 面试：自然语言处理。感觉很正规，总的来说有难度，告知通过了。 面的机器学习（自然语言处理）实习 技术面两面，一面对项目挖掘比较深，简历里面写过的基本都问了，同时在项目基础上问了一些nlp八股， 最后写了一道算法题，同时问了一些输入是否需要特殊处理的问题； 二面是技术总监面，主要也是挖项目，同时做了一些场景题和智力题，难度还可以。 三面主要是主管问实习时间和实习的期望等等。 面试职位:“自然语言处理”,面试体验:“很好”,面试难度:“较难”,面试结果:“确定通过”
- 面试：自然语言处理。面试体验平平，题目难度不大，期待有个好结果。 讯飞飞星计划面经 问：Transformer的mask策略都有哪些？ 1.padding mask，encoder中对输入序列的长度进行pad 0到max_src_len，在计算自注意力的时候，只对有效序列长度进行attention计算，pad的0需要mask 2.sequence mask，decoder中的第一个masked多头自注意力模块输入序列为了不能看到当前token之后的信息，需要对当前token之后的tokens进行mask 3.attention mask，decoder中第二个多头交叉注意力模块中query来自decoder的输入的当前token，key-value来自encoder的输出，综合上述两种mask机制，应该对不需要计算注意力的位置进行mask 面试公司:“桂林银行”,面试职位:“自然语言处理”,面试类型:“校招”,面试体验:“一般”,面试难度:“一般”,面试结果:“感觉靠谱”