点击上方，选择星标或置顶，每天给你送干货
！
阅读大概需要6分钟

跟随小博主，每天进步一丢丢
编辑：zenRRan 有稍微补充
以下来自冯志师兄的面试许多公司中的笔记总结。分享给大家！
导读
专业素质
  • 自然语言处理基本知识
  • 机器学习基本知识
  • 编程代码能力
面试技巧
  • 怎么进行自我介绍
  • 项目介绍怎么开始
  • 和面试官怎么交流
自然语言处理基本知识
正则化、泛化
正则化的公式？你在什么地方用到正则的？ L1、L2正则区别
推荐阅读 ：
过拟合解决方法之L2正则化和Dropout
Dropout   
dropout原理是什么， 为什么要用？
推荐阅读 ：
过拟合解决方法之L2正则化和Dropout
过拟合问题
过拟合指的什么？ 怎么解决过拟合？
推荐阅读 ：
过拟合解决方法之L2正则化和Dropout
激活函数 
常用的有几种，分别用在什么场合？
推荐阅读：
深度学习之激活函数详解
BP反向传播推导   
推导公式?
推荐阅读 ：
简单maxPooling单层网络句子分类框架和数学理论
深度学习之RNN、LSTM及正向反向传播原理
梯度下降和梯度消失
为什么会出现 ？ 怎么解决的？
损失函数 
你用过什么损失函数？ 分别用在什么任务，为什么针对这种任务要用这种损失函数？
推荐阅读：
机器学习最常用的损失函数之交叉熵
CNN图像处理常用损失函数对比评测
入门 | 机器学习中常用的损失函数你知多少？
小知识 | 谈谈 损失函数, 成本函数, 目标函数 的区别
Word2vec   
什么是词向量？，你用过几种词向量，词向量有什么好处
推荐阅读 ：
word2vec理论与实践
优化算法   
Adam 和随机梯度下降的区别？ 
推荐阅读 ：
梯度下降法理论与实践
为什么我们更宠爱“随机”梯度下降？（SGD）
简单理解Momentum,RMSprop,Adam优化算法
模型的评价指标 
你用过几种评价指标，公式能不能写一写？
推荐阅读 ：
详谈P(查准率)，R(查全率)，F1值
Bleu：此'蓝'非彼蓝
SVM推导 
请推导一下二分类的SVM的公式？
推荐阅读 ：
【机器学习】今天想跟大家聊聊SVM
【机器学习】今天详细谈下Soft Margin SVM和 SVM正则化

CRF 
常见提问方式， 为什么序列标注要用CRF , CRF有什么好处， 求loss的公式？
推荐阅读 ：
一文轻松搞懂-条件随机场CRF
【收藏版】长文详解基于并行计算的条件随机场
attention
attention机制是什么？怎么计算权重和得分，公式   ？ soft attention 和 hard attention 的区别
推荐阅读 ：
干货 | 自然语言处理中注意力机制综述
文本分类问题
你做过什么分类？
推荐阅读 ：
谈谈复杂多分类问题上的一些个人理解

序列标注问题
TF-IDF算法
Seq2seq
你用过seq2seq框架做过什么任务？如果让你来带头做一个对话系统，你怎么设计和分配你的成员？
推荐阅读 ：
【干货】基于注意力机制的seq2seq网络
基于attention的seq2seq机器翻译实践详解
数据不平衡问题 
怎么解决数据不平衡问题？    以及数据集的划分。。。
推荐阅读 ：
【机器学习】如何处理数据不均衡问题
机器学习
  • 逻辑谛归 \线性回归\逻辑回归  *
  • 朴素贝叶斯
  • 决策树  *
  • HMM，CRF  *
  • XGBoost    
  • KNN
  • K-Means
  • SVM 
  • 碰到过问我 Boosting、Bagging区别
  • RNN、CNN *、LSTM * (原理)、GRU      有问过LSTM和GRU分别适用什么场景，区别？
编程能力
推荐：
剑指offer 、 leetcode 、牛客网   etc.
列举几个：
如何在长度100W找到最小的第K个数？ （58）
最长公共子序列 （瓜子）
二分查找
有效的符号 （新浪、猎豹）
二叉树的递归和非递归遍历 
基本的数据结构
编程语言
会一种或一种以上（C++、Python、 Java、Scale ..ect）
算法工程师
scikit-learn、torch/TF框架
此外， 个别公司问了数学问题（对角矩阵、求导)，这里推荐花书前几页的数学知识，很少，但很充分！
自我介绍
  • 自报家门（name 、school、major）
  • 个人经历（做过什么）
  • 最好谈一下你对对方公司的了解（可以结合你做过的项目）
  • 比如你做过汉语言的解释性意见要素识别？对方是马蜂窝
项目介绍
  • 项目名 + 项目具体内容。串联一遍（从爬取语料到形成系统的过程）
  • 有几个小任务（分类、NER、关系识别、摘要生成 ..etc）突出自己任务的重要性
  • 你负责的任务，介绍你的方法实现
  • 效果怎么样？ 然后怎么进行改进的，然后你又进行设计之后的效果又是怎样？（重点突出你研究思考的过程）
沟通交流
  • 真诚！真诚！真诚！
  • 区分问题会与不会，避免陷入面试官的问题之中？
  • 尽量多于面试官沟通，反复确定面试想问的问题
  • 面试官如果不是针对你的专业的问题，可以委婉的让他换问题。
推荐阅读：
一大批历史精彩文章啦
详解Transition-based Dependency parser基于转移的依存句法解析器
经验 | 初入NLP领域的一些小建议
学术 | 如何写一篇合格的NLP论文
干货 | 那些高产的学者都是怎样工作的？
是时候研读一波导师的论文--一个简单有效的联合模型
近年来NLP在法律领域的相关研究工作
好文！好看
继续阅读
阅读原文