NLP算法实习后访谈

众所周知，算法职位的招聘变得更加平静，越来越多的人正在研究他们的基本技能，他们不再有临时的临时支持来接受录用通知. 受疫情，论文答卷和一些个人原因的影响，我想放弃实习简历计划，我的个人安排受到很大影响. 因此，直到5月底他们才开始陆续提交简历，而春季招聘实习生中的许多大工厂已经基本完成了招聘工作，时间紧迫，任务紧迫，压力很大. 不小经过近一个月的交付反馈，仍然有许多需要改进的地方，请在此处记录以进行更好的改进.

人力资源部打电话了解实习情况之后，后面没有消息了，很酷

从5月底到6月中旬，我正在为问题的开始做准备恒生电子校招笔试题，但是我只是试探性地投了一些票，因为简历写得不好，几乎没有引起任何回应. 这表明写一份好的简历非常重要！经过有针对性的修改后，我收到了一些书面和访谈.

我在提交简历的那一天收到了书面测试通知，但是我了解到实习内容基本上与文本预处理有关恒生电子校招笔试题，与我想要做的当前内容不符，并且没有后续操作-笔试后笔试题中有7-8个编程题，所有这些都解决了电子商务场景中的一些特定问题. 总的来说，这些问题仍然有些困难，而且问题的数量也相对较大，给我的感觉是这不是实习笔试，而更像是学校招聘的问题.

写一个正则表达式代表浮点数，不能代表整数. 有大量的商品和用户使用记录表. 用于建立统计商品用户使用指数的程序，以及（1）根据格式{'商品'，用户ID1，用户ID2}输出（2）计算最多购买N种产品（不太记得）的购买情况给定字符串TF -IDF计算和编程（此问题有问题，字符串不能计算IDF）相似度计算如何选择相似度计算方法？通过编程实现编程，以计算出商品促销折扣后的理论价格，以及这些方法的不足和改进. 如何在大量数据下实现贝叶斯定理和单词拼写错误纠正建议系统文本处理清除，我当时没有时间完成它）

经验和教训

问题7和8仍然有些困难. 笔试中的问题总数相对较大. 如果您在回答问题时遇到困难，还会暴露出您的缺点，即基础不够强大.

恒生的电子实验招募算法只有5位. 它仍然是算法位置的总数. NLP估计为1-2. 面试小组有2000人. 所有职位的实际面试人数估计为数千甚至数万. 程度的强度可以想像.

笔试题很奇怪，大多数是多项选择题，测验逻辑题占1/3，更奇怪的是有些测验逻辑题有问题，并且没有选择问题描述. 答案是现在. . 1/3审查了数学和机器学习的基础知识，1/3审查了NLP的相关总和（只有一个编程问题）.

我稍后再更改

聊天近20分钟后，我觉得自己很有趣，但是被拒绝了. 我对公司的工作了解不多，有些问题回答得不好.

笔试分为两个问题: 智力问题，基本数学机器学习基础知识和编程问题. 人力资源部擅长演讲，您可以在不同的时间回答问题.

笔试有一定难度. 在基础数学问题和智力问题上花费更多的时间会导致没有足够的时间来回答机器学习和深度学习部分. 问题提出得比较好，尤其是机器学习和深度学习部分是许多公司的通用测试知识，值得在完成后检查是否存在差距.

问题更加棘手. 2小时内有6个编程问题. 动态编程有2个问题，可以找到最佳路径. 2个问题是最长的自我重复子串和最长的自我重复子串. 需要使用字符串后缀匹配算法），我直接使用了蛮力算法，但是DEBUG的调试不够好. 另外两个寻求十进制和八进制之间的转换，另一个寻求图形的连接组件数. 我还没有练习过十进制和八进制之间的转换. 我基本上已经忘记了二进制和八进制转换. . 所以没有写作. 在图中找到连接的组件数有点偏，而且也是PASS.

接受报价

面试官不参加自然语言处理，因此提出的问题相对基本.

几天后，我认为天气很冷. 我在7月3日问面试官公司忙于这个项目，所以没有安排面试，后来在5号安排了面试.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-278110-1.html