腾讯实习春招-机器学习岗-一面

应用研究-机器学习岗-一面

（总结：全程一小时整；面试官很强我再次认清了自己的下限；抓简历问的很细；你知道的他不会问的，你不知道的他就会问的，所以你要什么细节都知道(kua zhang））

细节：

1. 上来就手撕DP，最长公共子序列 （写过好几次又忘了，我有DP恐惧症。。。在引导下勉勉强强写了递推式和代码，被这个搞的脑袋炸了，心态不好后面没能hold，很多没讲清）

然后开始问简历：

2. 用HMM怎么做词性标注

3. HMM与CRF的区别，讲讲生成模型与判别模型

4. HMM与CRF的学习策略是什么，优化方法

5. textRank，pageRank一定收敛吗？怎么保证它们的收敛性？（写出公式想推导，结果把自己绕进去了，提示还是用马尔可夫链的收敛性证明）

6. 有个知识图谱的项目，然后问了下用了什么模型，transE, transH, transR。他说模型大同小异，训练的目标函数是什么？（大概脑子锈透了，只写出一半，那负样本的呢？）

（大概问的深度都回答的不行，就没有继续问了深度学习方面的了，恨不得把好好的lstm手推一遍给他看，然而他已经看透你了，无需多问）

最后问老话题，你有什么想问的吗？了解了下他们做的东西，腾讯云，QA问答，知识图谱（我投的机器学习还是被nlp大佬虐了）

我懊恼自己表现太糟糕，他居然安慰我HMM和CRF讲的还行（自己讲的怎么样心里没点B 数吗）

大概就这些吧，有点沮丧，感觉自己的弱点了，知其然不知其所以然，知道这么用不知道为什么这么用。

基本功底很重要，数学功底和编程功底，这个非一日之成，还需细水长流。

挂了就挂了，等我把蓝皮书西瓜书白皮书黑皮书吃完，再吐出来，再吃进去，再吐出来，直到吐不出来只能写出来，秋后再约，我还是很喜欢面试官这样的大佬的。（自我安慰T T）