算法岗NLP实习面经

算法岗NLP实习面经

众所周知，算法岗招聘已经趋于冷静，越来越考察一个人基本功而早已不再有以往临时抱佛脚就能收到offer情况。受疫情影响和开题答辩以及一些个人原因，本想春招投实习简历计划作罢，个人安排受到很大影响。因此直到5月底才开始陆续投简历，而春招实习岗很多大厂基本都已招完，因而时间紧任务紧迫，压力不可谓不小。经过目前近一个月投递反馈，还仍有很多需要改进，在此记录下来以便更好改进。

6.9科大讯飞（HR面）

HR打电话了解了一下实习情况后，后面一直没有消息，凉凉

从5月底到6月中旬在准备开题相关，只是试探性投了一些，因为简历写得不好，导致几乎投了没有反应。由此可见，好好写简历非常重要！在针对性修改后收到了一些笔试和面试。

6.19购物狗（笔试）

当天投简历就收到了笔试通知，但是了解到实习内容基本是和文本预处理有关，和目前想做内容不太匹配，而且笔试完后也没后续。笔试题出了7-8道编程题.，都是在电商场景下解决一些具体问题。题目总体而言还是有一定难度，题量较大，给我感觉这不是实习笔试更象校招题目。

1. 写一个正则表达式表示浮点数数字，且不能表示整数
2. 有大量商品和用户使用记录表格，编程实现建立统计商品用户使用索引，并且（1）按格式为{‘商品’,用户ID1，用户ID2}输出（2）计算购买最多N个商品（不太记得了）
3. 给定一个字符串，TF-IDF计算及编程（这道题出的有问题，一个字符串不能统计IDF）
4. 相似度计算方法有哪些
5. 选择一种相似度计算方法编程实现
6. 编程实现计算商品促销折扣后理论价格，以及这些方法缺点和改进
7. 如何实现贝叶斯定理及单词拼写纠错
8. 推荐系统大量数据下文本处理（记不太清楚了，当时没时间做完）

经验和教训
第7、8题还是有一定难度的，笔试整体题量较大，如果要答完有难度