22应届非科班，通过集12实习之后，再通过NLP7拿到3家35-40万+的offer

以下是这篇文章是一位 七月在线 学员的的面试经历的分享，下面的一些问题非常具有代表性，现将面试情况及面试题目分享给大家，祝大家都能有好的offer。

01

个人背景+学习与求职经历

本人本硕985但非科班，是从视觉了解到cv了解到机器学习了解到深度学习了解到NLP，然后选择了NLP作为就业方向。

我是从研二开始报的集训营(2020年9月报的集12，目前最新一期是集16)，感觉帮助特别大，尤其是对于我这种转行的完全零基础的小白来说很友好，杜助教非常耐心非常非常负责，然后学了集训营之后就顺利找到了一家金融公司的nlp实习岗。

之后就贷款报了就业班(我报的NLP7，现在最新一期是NLP8)，学完就业班之后，在就业老师、授课老师、助教老师的帮助下找到了NLP岗的工作（我是今年10月27号才开始投递正式工作的简历，然后多亏了七月的就业老师一直在帮忙问内推，让我赶上了秋招）。

总之七月在线就给人感觉不是你自己一个人在单打独斗，每当在感觉好像走不下去的时候，总能有人出来一把把你拉上来，是一个很认真团结、经验丰富、目标明确的专业团队，很让人羡慕。

02

学习建议

学习的话，直接推荐机器学习集训营，只要把每一节课都听过去，最后的项目代码都看懂，在校生找工作绝对没问题，因为面试时间是有限的，面试官是想要在有限的时间内尽量全面的考察我们掌握的情况是怎么样的，因此不会问得特别细节。

比如面试时经常会被问到word2vec，但面试官最多就是先问word2vec的两种优化方式，层次softmax为什么能起到优化作用，然后它的霍夫曼树中词频高的词对应的叶子结点离根结点要更近还是更远，负采样在word2vec具体是怎么实现的，然后就再不会往下深问了，面试时面试官绝对不会主动考你比如CBOW、skip-gram的公式推导的，绝对不会问你的，所以如果是为了面试找工作，所有公式推导除非是老师上课口头强调说啥啥啥公式很重要要记要考，其它的纯公式推导一律先放着别去看，总之只要把老师上课讲的东西全都掌握了，就能进大厂了（我就没全掌握，然后没进BAT，嗯）。

03

面试准备

简历上每一个点及其延伸，都要了解，了解程度随着延伸程度酌情递减，但只要写在简历上面的那些概念本身一定要掌握它的原理（比如简历上有写cnn这三个字母，不管你是写“了解cnn”还是“熟悉cnn”还是“我在xx项目的意图分类模块选择了cnn模型”等等，只要除了cnn，那就得对cnn这个模型的模型结构、优点缺点达到脱口而出的程度）。

然后项目部分的话，把课上的项目学了之后，时间来不及就直接写课上的项目，但最好还是去打个比赛，因为尤其是大厂hr筛选简历是真的无情，所以只要有可能务必挤时间去打个比赛拿个名次，然后把比赛的这个项目写在简历的项目部分的最开头（镇场子，也为你下面写的那些项目也增加可信度和含金量，而且面试官基本都是从第一个项目开始问起），比赛对于面大厂来说真的太重要了。

04

面试题汇总

遇到的面试问题回忆如下（记不全了，大家大概感受一下就好了）：

1.word2vec有哪两种，优化方式是什么，在训练时选的窗口大小是多少，训练的语料和词表大小大概是多大

2.cnn原理，padding长度选的多少，为什么这么选（当时我就说统计了句子长度然后选了75%分位数的句子长度作为padding长度）

rnn、lstm、gru

3.transformers各种问题(只要看明白attention is all you need感觉就能应付绝大部分的问题了，剩下的那部分问题想要答上来就得去看transformers的相关变种的论文了，注意最好还是去看论文，因为大厂的面试官很喜欢和你讨论论文，嗯，很喜欢和你讨论论文，我是只看了博客听了课但就是没看论文，然后和面试官聊到一半就露馅了，就很尴尬)

4.elmo原理，elmo和bert的区别(因为我项目里写了elmo)，word2vec和elmo的区别

5.DT、BDT、GBDT、Xgboost的分裂依据、loss函数、各自的特点

6.CRF(就顺带一问原理)

7.cnn的卷积公式，逻辑回归用的什么激活函数然后它有什么好处

05

写在最后

因为就面了7家左右，而且基本都只是两面技术面，大概就这些问题了

最后，希望七月在线赶紧做的更好，帮助到更多想学AI的同学，让他们少走一些弯路，走弯路自己一个人踩坑真的太辛苦了，七月加油！

— 推荐课程 —

七月在线价值千元【机器学习工程师特训 第7期】，限时1元秒杀-->https://www.julyedu.com/course/getDetail/397

本次课程由一线技术大咖亲自授课,从基本的线性回归、逻辑回归，SVM到决策树、xgboost及 lightGBM等树模型,带你深入剖析算法原理,同时还有机器学习相关算法在工业实践项目中的应用,涉及金融、NLP.推荐系统等多个领域,大厂老师带你层层深入,更有实用的业界经验与你分享。

☑CPU云平台☑24H答疑☑考试批改

☑共学社群☑永久权限

粉丝优惠！限时1元秒杀

报名赠「机器学习工程师大礼包」

机器学习工程师特训

第七期

☑CPU云平台☑24H答疑☑考试批改

☑共学社群☑永久权限

粉丝优惠！仅需1元！

报名赠「机器学习工程师大礼包」