三面技术面 ＋ 一面HR面，建议大家尽早准备。
体验总结
a． 面试时，编程题可以使用 C＋＋ 是非常加分的
b． 一定要注意边界条件，面试者在写边界条件时面试官可能会说“这个没关系，主体对就行”，但是如果面试者不主动去写边界条件，面试官可能会说你的答案不是很完整，有因此扣分的可能性。
c． topk 问题可能会迟到，但永远不会缺席
一面
· 自我介绍＋项目项目
· 用了什么LOSS，使用的 LSTM 维度是多少？
· 项目扩展，面试官提了个相似任务，有什么思路？
· 单向双向 BERT 与BiLSTM 有什么不同？
· 如何解决梯度消失弥散 ？wordembedding有哪些？（发展史以及word2vec的两种训练方法与两种加速方法）
· transformer讲一下？（KQV position）
一道编程题：
给一个数组A，如何变成数组B，B要满足这个形式 B0 ＞＝ B1＜＝ B2 ＞＝ B3 ＜＝ B4…．【leetcode324】
（不需要对数组排序，只需要将数组A按照中位数分成两集合，大集合内的数放奇数位，小集合内的数放偶数位。分成两集合的方法：先得到数组长度len，然后使用快排剪枝或者使用堆来选出两个大小为len／2的集合，可看作topk问题）
二面
· 自我介绍＋项目
· CRF讲一下
· 交叉熵loss公式
· BERT与ELMO的区别
· pytorch的代码流程（我是这样回答的：预处理数据／词表－写好模型－定义损失和优化器－训练－测试）
· Dropout的原理
· sgd与adam的区别
· 机器学习只简单的问了一些
· 一道编程题：最快速度最小空间求一个数组的第k小
· 任务场景：商品的分级分类问题
· L1L2正则化
三面
· 自我介绍＋项目
· x， y是独立的随机变量，方差期望已知，那么如何求 xy 的方差
· 讲一下BERT
· SoftMax ＋ CrossEntropy的反向梯度求导
