（NLP）自然语言处理岗位最新面试经验总结_nlp算法面试

乎所有自然语言类（NLP）岗位都是3轮及以上的面试。第一轮：基本沟通（自我介绍、经验介绍…）、基础知识（线程、设计模式…）、基础算法题(Transformer、Bert…)。第二轮：有一定难度的算法题、项目经验的详细讨论。第三轮：技术Leader和HR的最终面试。并且必定会考算法题。对于每一家公司，算法绝对是一个基本线，如果算法不过关那么几乎没有机会到达第三轮面试。所以算法准备是必需的！但也不是万能的，如果你以为只刷leetcode就能顺利通过面试，那就有点盲目乐观了。下面开始分享干货很干的呦，比干香菇还干！大家拿好小板凳。

第一、二轮面试通过的关键：算法题！

    每一轮面试中，如果有算法题，最好能准确做出来，那样大概率可以进入下一轮面试；如果完全没思路，那基本属于凉凉！如果思路正确，写得不是特别对，那还有百分之六十左右的概率进入下一轮。面试过程中，遇到比较困难的题目，如果没有思路，可以先写一版复杂度较高的方法，然后再问下面试官是否可以给些提示。最差的情况，实在不会，询问面试官是否可以换一个题目（主要看面试官肯不肯给换），如果换题目了，那就必须得做出来，不然凉凉，这个我操作过。题目大部分以leetcode 中等难度为主，而且原题的比例也比较高，或者就是原题的变形；极少数hard题目，大厂会考。

    那么问题来了！那么多算法题怎么刷呢？刷多少合适呢？50道？100道？200道？当然了，题海战术永远有效！但我们的时间和精力也是有限的。这不仅仅是概率问题！就算你刷了300道题，但你没有完全理解或者融会贯通，那么题目稍微变形你就有可能翻车了。所以策略应该是：重点准备各厂喜欢考的高频算法结合刷题。通过调研发现高频的算法考点有：简单一些的快排、编辑距离、二叉树、递归、随机数问题、矩阵旋转等。还有和算法紧密相关的理论题：Bptt、Lstm、Transformer、GPT等等。

    算法是通过面试的核心和基础，如果算法不过关那么就没有机会了。所以大家一定要重视算法准备，多刷题，要有量！同时重点算法要理解甚至用代码去实现。《智想新知-算法面试》课程里有过全面的整理和讲解。每一个算法都做了详细的介绍、讲解，大家有兴趣可以联系老师索取。

第三轮面试的关键：充分准备、良好心态和沟通技巧！

    经过“枪林弹雨”来到了第三轮。这是决定你去留的“终局之战”！你要过两关，一是技术小组长或者技术负责人，另一个是HR。前者一般是你未来汇报的对象，大多问你的是技术问题和项目经验的探讨，以及未来共事他关注的一些个人素质的点。后者则是公司文化、个人性格、个人成长性的考量以及谈薪待遇等。下面来通过两个面试中的重要角色来帮你剖析准备的关键点。

几个技术Leader喜欢问的经典问题：

如何去评估一个算法项目？除了开发工作之外，一个完整项目还需要承担什么工作？

您在简历中的项目，用的主要算法技术点是什么？解决了哪些问题？提升的效能如何？未来做哪些变革可以做的更好！应用场景是否可以多元化？

你怎样开展项目？如何落地？资源不够的情况下怎么应对？

你认为你的优势是什么，劣势是什么？为什么？

你有什么要问我的吗？

回答建议：

认真准备自我介绍，突出自己的优势，要有差异化，最好能够熟练背诵。言简意赅介绍项目经验和成绩。学术成就和比赛成绩会加分。谦虚、诚实、注意听清并理解面试官的问题，回答每一个问题之前思考一下再回答，不要过于圆滑。对面试公司和面试岗位的职责要求做充分了解，尤其是公司的业务。

几个HR喜欢问的经典问题：

你的优缺点？

你对薪资的要求？

你对加班的看法？

工作中与同事、上司发生冲突你会怎么处理？

用三个词总结自己？

回答建议：

在讲优缺点的时候不要凡尔赛！也不要说一些很严重的缺点，比如：懒惰、脾气大等。薪资要求要合理，不要过于“贪婪”，否则很容易失去好机会！一般应该从个人发展的角度去做薪资待遇上的权衡。通常问加班，实际都是在测试你“是否愿意为公司做奉献”！针对于同事、上司的冲突，最好的解决办法是有效沟通、换位思考，实在不行也可以找第三方权威来评判。用三个词总结自己，主要突出自己的优势，且有一定的差异化特色。HR问的当然不止这些，就是希望大家能够摆正心态去进行面试，自信、平稳、谦虚、诚恳。

面试策略?

建议先从小厂开始面，然后再去最想去的厂子面。当然小厂不用面太多，大体面试模式和内容都差不多，主要目的是积累经验。所以如果对算法题比较自信的同学，可以在小厂上积累一些经验之后，直接面大厂。

面试难度?

根据众多就业学员的反馈，NLP相关岗位难度大体如下，难度由高到低排序：

腾讯【微信】、字节 > 华为、美团 、虾皮>  B站、知乎、小红书、网易 > 微博、携程