超级赞！这是我见过的NLP算法岗(含大模型方向)最全的面试题（汇总版）_nlp 面无不过的面试题目和答案

年底了，技术群组织了一场算法岗技术&面试讨论会，邀请了一些同学分享他们的面试经历，讨论会会定期召开，如果你想加入我们的讨论群或者希望要更详细的资料，文末加入。

喜欢本文记得收藏、关注、点赞。

BAT 两个

大家好，今年秋招收获: bat两个oc一个评估中，其余互联网oc*2，积点功德，等更多oc，offer

• 岗位：NLP 算法岗
• 学习：南京大学
• 专业：计算机类

面试oj题

1. 字典树构建，用字典树做搜索/分词; 求平方根
2. 编辑距离，正则表达式匹配，寻找两个有序数组中位数，合并k个升序链表变体，岛屿数量，二叉树层次遍历，二叉树最大路径和，数组中第k大的元素等（lc hot100）
3. python解析json结构，正则表达式匹配（re）
4. 手撕: multihead self attention, logistic regression, layernorm(pytorch可用)

大模型:

今年nlp面试感觉逃不了大模型

1. deepspeed框架介绍
2. lora介绍，了解什么其他高效微调方法
3. prompt tuning, instruct tuning, fine tuning差别
4. llama中per norm，rmsnorm的介绍，优劣，position embedding构造方法
5. prompt构造经验，怎样的prompt更好

业务场景

可能是本人业务经验少，问得大部分都是“从0开始构建xxx”的问题，比如“从0开始构建推荐系统”
另外，还有很多大数据场景问题，如海量数据中敏感词检测，海量任务调度等

概率题

绝大部分都是经典题，还有大数定理，连续分布的均值方差公式，有时需要用牛莱公式算积分(ps. 拉格朗日乘子法，一阶泰勒展开要熟悉)

平安科技

• 岗位：NLP算法岗(实习)
• 学校：苏州大学
• 专业：计算机类

1.自我介绍；

2.主要用过哪些深度学习框架（Pytorch）；

3.介绍自己的论文和项目；

4.什么是元学习（项目和论文中用到了）；

5.多任务学习的一些框架（项目和论文中用到了，SharedBottom、MMoE、SRN等）；

6.介绍一下LR回归、XGBoost、GBDT，以及他们的优缺点；

7.介绍一下BERT和ChactGPT；

8.如何处理文本信息（Word2Vec）；

9.有用过C++吗，说一下C++的三个特性（封装、集成、多态）；

10.SQL有使用过吗，只会最简单的增删改查；

11.了解哪些深度学习模型（MLP、CNN、RNN、Transformer），说一下各自的优缺点；

12.RNN有哪些问题（梯度消失、梯度爆炸），如何缓解（使用LSTM结构，引入门控机制）；

13.可以实习多长时间，学校导师放实习吗；

12.反问（实习主要做什么，自己应该补充哪些知识）；

13.总结：本身是做推荐相关的，没有问太多NLP相关的内容，需要恶补一下NLP相关的知识，总体面试感觉良好；

金山

nlp算法面经（实习，换部门又面了一次）

之前面试金山武汉的部门给我挂了，但是因为又投了金山珠海的部门，所以又从头再来了一遍流程，希望这一次运气好点 本文内容由网友自发贡献，转载请注明出处：https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/574916