说起1、2月，绝对算得上求职者的黄金准备期。传说中的金三银四和校园春招都马上要到来了，相信有准备的朋友们已经开始刷题了，今天就为大家分享一篇字节跳动的真实面经：

字节电商&垂直策略部nlp算法工程师面经分享

第一次面的字节电商下的智能客服组，主要做对话生成，部门的技术涉及到知识图谱以及多轮对话生成。一二面面试官都问得比较深，懂的东西也很多，对单纯的背八股回答不感兴趣，喜欢应试者有自己的思考。三面面试官面试的时候一直在看手机回消息，有时候根本没在听，最终三面不出所料地挂掉了。

一面

1. 详细介绍EMNLP的论文

a) 比BERT好在哪？某种attention，以及实现一定程度的信息跨句传播

b) 标注的细节？

c) 可否处理未见事件

2. 介绍文本表示方法：

One-hot，词袋模型，神经网络word2vec，w2v负采样，BERT的多头attention作用（面试官不喜欢背八股，喜欢有自己的思考，讨论了多头attention可以关注到一个小部分的信息，比如100/1000维，单独处理前100维不会使之被后面的轻易average掉）

3. 做题：二分查找

反问：字节电商下的抖音电商，业务有知识图谱和对话结构化。知识图谱主要针对抖音电商商家所填信息不完整的情况，和标题填一大堆引流的情况。

二面

1. 详细介绍EMNLP论文

a) Tensor-composition的具体过程，为什么work

b) 事件比attention好在哪里？

一个是高亮事件

一个是可以关注到模式（主-谓，谓-宾）

c) 是否分析bad case：句子比较长，事件被avg掉了

d) 为啥用交叉熵不用MSE

e) L1正则化为什么稀疏？涉及到凸优化的理论，面试官建议多看点机器学习基础内容。

2. 了解LDA吗

3. 代码题：手写k-means

三面

1. 讲EMNLP论文，无详细提问

2. BERT的改进有哪些模型

3. 场景题：以过去一年的所有对话为数据，构建一个对话系统

4. 代码：删除链表中的重复节点

5. 场景题：给出淘宝的总商品总量，估算拼多多的商品总量，分类后分别抽样，每个类前面乘一个权重，权重是单价分之一。

字节电商这边挂掉后转到了同一hr负责的垂直策略部，也就是火山引擎，主要做to B业务。

一面（垂直策略-火山引擎to b业务）

1. 二叉树中最大路径和，要求修改全局变量，不会做

2. 问项目

3. 讲BERT

4. 层次softmax中怎么就节省了计算量？类似Word2vec

5. Word2vec中用的前面那个映射矩阵还是后面那个映射矩阵

6. 为什么不能在nlp当中用bn，而是用ln

7. AUC了解吗

8. 梯度爆炸的缓解方法

二面

1. 做题：股票买卖1，股票买卖3（限制为两次）

2. 介绍EMNLP论文，只问了创新点在哪里

3. 讲self-attention

4. 讲BERT的两个预训练任务

5. Topic model原理？只会用。

6. GCN原理？只会用

7. 圆上取三点，围成锐角三角形的概率，钝角三角形的概率？

反问：

1. 业务：卖技术，推荐各种东西

2. 推荐背景重要吗？不重要

3. 哪方面能力重要：数据处理（有时候加去重都会提升效果），模型上面提升不大

4. 三面通过率：较小，三分之一，必须有一方面突出，代码或者算法

三面

1. 介绍论文

2. 提问缓解过拟合

3. 为什么论文里不用MSE？

4. 优化器：adam和adagrad的区别

5. 做题：找到一个和等于target的最小连续数组长度

八股文不背不行，背了不受用，面试都不知道该怎么刷题了。现在春招即将开启，很多同学还不知道该如何准备，解决就业难，进大厂难的CSDN超级实习生计划2022年内推正式开启！大厂、名企实习直通车，年薪最高可达30万，先到先得！即日起可填表预约测评及内推啦！

想知道你的实操能力如何？

点击链接开始测评>>> CSDN超级实习生测评名单收集

另有一份Java核心面试知识点整理，免费分享给大家，点击文章底部VX名片扫描添加即可免费领取！