百度NLP部面试经历

因为不是在海外的面试，所以在这个版发。


前些天去中大听百度NLP组的讲座，一开始我便感觉他们的技术负责人好面熟而且是HKUST毕业的，就更觉得见过了。
然后部门经理开始介绍他们的东西...然后就开始提问环节了。我向他们咨询了一些我在科研训练中遇到的一些困难，是关于指代消歧的。
下来以后我便去问他是否认识杨强老师，他笑着说“他是我老板啊...”

哈哈我果然没有看错，就是在yang qiang的主页上看到过的学生。于是我便投了实习，上周四面试。




面试是去深圳，下午1点开始在他们的休息室（有水果咖啡的地方）进行。先是做了简单的自我介绍，我说了为什么要去这里，是因为想读博，然后这里有那个教授的学生。

然后就开始写代码了，面试官人挺好，一直说“很简单的别紧张”

第一题是说有两个文本文件，第一列均为user_id，第一个文件的第二列是性别，第二个文件的第二列是年龄。现在要求我们把两个文件中共有的user_id和他们的信息（sex & age）取出来，可以用我熟悉的语言，也可以写伪代码。
    我想了挺久，我也不知道有多久，当时脑子空白。到后面用了map的数据结构去找到交集部分。
    面试官接着问，如果我要把另外两个部分取出来呢？怎么做？

    最后在提示之下完成...对数据结构不熟。

然后得到的反馈是，可能写的程序比较少。数据结构不是很熟，是不是有点紧张？


第二题是两个已经排序好的数组，要找到他们的中位数。我先是说合并起来再用快速排序，速度nlogn；然后他问我有没有更快的，我就说利用有序的特点，类似mergesort的操作把复杂度搞到了线性。最后面试官又说，还有没有更快？他说可能又logN的，试试看。我没有想出来，他说没关系，这个有点难。也解释了一下如何做。


第二部分是问项目。问节点影响力怎样做，以及一般怎么衡量找出来的结果的质量。我跟他说了说周涛的论文，说了一下做法。他说嗯这个有道理，是可行的。然后问了情感分析，说是怎样衡量相似度的，我看过一下论文，说可以用RB树，然后把树节点的距离视作相似度。他说嗯。还问了一些别的项目，讨论了一下。


最后问了两个机器学习的题目。一个是说，为什么人们认为logistic regression比linear regression好一些？这个我没搞清楚，所以没答上来。然后是问了个文本分类，其实也不算文本分类，只是个二分类问题——如何把文章标题分类为“体育”或者非体育。我就拿之前上coursera时做过的anti-spam的程序说了一下。

然后他就说，嗯这些你懂得挺多的。


然后就是提问环节。我问他实习生的成长路径是怎样的，可是他似乎没理解我的意思。说，“因为是暑期实习，实习生一般第一个月都是熟悉环境，实际工作的时间很少。天资好一点的也就快一点进入角色。” 然后说“实习期结束后能直接拿到offer留下来的很少，不过如果是校招，遇到实习过的学生，就会要。”

面试官最后向我确认是不是能马上实习，然后持续半年？我说OK。还问我是不是想读博，我说是。

最后，我已经蒙了，体力不支。最后大家握手道别，他送我下楼。

我感觉他们会很重视代码写的好的同学。对机器学习的要求不会非常高。所以大家可以试试看啊～

我也不知道自己通过没有，感觉不是很好。