腾讯面试流程，腾讯面试题分享

一面

腾讯会议面试（30min）

• 自我介绍，每个项目，一个个讲讲
• 论文1中样本怎么获取的（远程监督）继续深挖
• 论文2介绍一下（吧啦吧啦）
• BERT怎么做分类的说一下（feature based fine turning）
• 比赛做了什么，改动了什么，和第一差距在哪（吧啦吧啦）
• 多任务用和不用的区别在哪（pipline存在误差传递，多任务2个loss加一起）
• 2个loss的超参数怎么获取（经验+网格搜索）这样可能很慢，贝叶斯优化了解吗（不是很了解，只记得是启发式算法）
• tf会用吗，和pytorch有什么区别（不会，一般都是pytorch，tf有session、graph什么的比较麻烦记得好像，其他不清楚了）
• 其他语言会吗（本科学过、捡起来很快）大数据开发会吗（不会，只听过）
• 树模型和深度学习的区别（只知道效果有差距，具体不太清楚）二者可以结合吗（不是很清楚）
• 树模型介绍一下（决策树、GBDT、XGBOOST、随机森林）核心思想介绍下（吧啦吧啦）
• Adaboost和GBDT区别（Adaboost对错误给更高的权重，GBDT多个子树加起来（不知道说的对不对））
• 树模型和机器学习比如LR有啥区别（树模型有比较好的可以解释性（这个答案好像不是很满意，应该是稀疏性的问题））
• 稀疏性问题怎么解决（变成dense向量，说了一些分布式表示和one-hot的区别（不知道答偏了没有））
• 推荐系统了解吗（不是特别的了解）想做哪一块（NLP这块吧）推荐转岗可以吗（可）
• 反问：业务有哪些呢
• 反问：技术栈要求
• 反问：面试不足的地方有哪些
• 个人体会：面试官语速快的飞起，有种压力面的感觉，前面说项目的时候打断了好几次，把我说话节奏都带的快了。还有就是coding能力不够，工业界的一些东西还是缺乏

二面

腾讯平台面试（1h20min）

• 自我介绍，问项目。
• attention知道吗，用过吗（BERT里用过，不是我写的）写一下公式（从attention说到self-attention）
• q、k、v是啥意思（解释了一下）qk可以用别的方法代替吗（可以，只要是计算距离的方法就行，比如说余弦距离）
• self-attention和attention的区别（说了一堆好像没答道点上，最核心应该是attention只计算q和v）
• BERT和其他序列模型区别（BERT不是序列模型，Auto-Encoder的模型，其他比如LSTM是Auto-Regression）
• 推荐算法了解吗（不太了解，只知道协同过滤）
• 机器学习了解吗（了解），LR损失函数写一下（吧啦吧啦写了下，最后y写错了，应该放log外面）
• FM了解吗？（不了解）Wide&Deep了解吗？（不了解，好像都是推荐系统的那边）
• XGBOOT说一下（说了下和GBDT区别，之类的）为什么二阶导数好（信息更丰富）二阶导数也会更好的拟合（对对对）
• LSTM解决了RNN什么问题（长依赖，梯度消失梯度爆炸之类的）
• LSTM还有一个什么特点？（啥。。。不知道了）做加法比做乘法快（喔喔喔，可能想问三个门并行化？没太理解）
• 转岗推荐可以吗（可）
• 说说对推荐系统理解（只知道协同过滤，时间一致性吧啦吧啦）
• Embedding的理解，说说（表示学习吧啦吧啦说一堆）
• 写一个二叉树的后序遍历，非递归，手写（双栈法，输出的时候有点小问题）
• 算法题手写：最大子段和（暴力法）
• 反问：面试表现
• 反问：推荐的技术栈
• 个人体会：体验很好，就是写代码有点紧张。腾讯的速度还是很快的，不得不感叹。

HR面

腾讯会议面试（18min）

• 自我介绍，实习时间，信息确认
• 挑一个项目说一下
• 项目中的收获是什么
• 说2个项目中的难点，怎么解决的
• 希望实习获得什么
• 别的公司进度
• 有重大疾病吗
• 如何和别的部门协调资源
• 实习和实验室做项目区别
• 给自己之前2个面试打分
• 反问：表现怎么样
• 反问：base地（北京、深圳）
• 个人体会：腾讯速度真的快的飞起，结束了就云证。昨天2面今天就HR，不得不说太快了。HR态度很客气，体验很好