字节 AI lab NLP 日常实习一面+二面

整体情况

11.3号内推，下午就接到面试邀请，选的11.5号面试；面完之后就周末了，然后就一直等....直到11.9号，蚌埠住了，问了一下HR，HR帮忙问了一下面试情况，然后就发了二面邀请，然后11.11号面试结束。记录一下面试经历，希望之后能过来还愿。

一面 45分钟（实际80分钟）

1.面试官很有礼貌的先自我介绍，然后让我自我介绍，然后让我按照简历上面的依次介绍一下项目和论文；中间会穿插一些可能他们实践中遇到的问题，如：

机器翻译中可能存在哪些问题（因为没做过翻译这方面的）
对于类别非常多的序列标注任务，如何能让结果更准确
如何能够控制生成摘要的长度
基本都是考察发散思维的问题，感觉面试官也非常有水平，很多方向都比较了解

2.上面讲完大概已经半个多小时了，本以为再问几个问题就顺利下班，结果说做个题吧....
题目描述：给你一个数组，以及一个常数k，你每次都可以从数组的第一个或者最后一个中选择一个，但是不放回，也就是选完就要把这个数扔掉，返回可能的k个数的和的最大值。
刚开始理解错题目意思了，然后面试官又重新读了一下题目，然后我就陷入了沉默（leetcode刷的很少，大佬勿笑），大概十分钟之后，面试官问我有没有思路，然后说暴力破解也可以，然后又过了十几分钟，我终于写出来了...面试官非常耐心，就一直面带微笑，也不催促，非常感谢~
3.做完题目面试已经过了一个小时了，我以为要结束了，结果又问了几个问题，这几个问题没怎么回答上来：

用过哪些做摘要的模型，简单介绍一下（这个还好）
BERT的三个输入embedding向量为什么可以相加（人晕了当时，含糊过去）
BERT的输入为什么限制在512（没回答上来）
BERT的【mask】token是和【CLS】一样，是一个有语义的向量吗？（我回答的是）

4.反问环节。

一面心得

感觉面试官还是很好的，在做算法题之前还是表现很好的，但是算法题做了很久，然后后面几个问题回答的不是很好，所以觉得凉；但是还好还是过了。所以说明刷题还是很重要的（面试官原话是，现在面试都要做题的）；另外就是这些常见模型，尤其是BERT相关的一些细节一定要了解，可以去知乎看看一些总结（我是吃了亏的，希望大家能够面试顺利）

二面 45分钟（实际55分钟）

1.和一面一样，面试官先自我介绍，然后我自我介绍；这次没有问项目，面试官直接问论文，然后给她讲论文，大概30分钟左右
2.把论文里使用的对比损失（InfoNCE loss）写一下，我又人晕了，结果只要写公式就行了，还是很简单的
3.做个题吧，这里不是leetcode的题目，面试官让写个中文分词的函数；写了十分钟左右，用了比较笨拙的方法写出了，然后问了时间复杂度，就结束了。
4.反问环节