别求面经了!小夕手把手教你如何斩下和选择NLP算法岗offer!(2020.4.14更新)...

发布时间:2022-08-19 14:26

推完上一篇文章,订阅号和知乎后台有好多小伙伴跟小夕要面经(还有个要买简历的是什么鬼),然鹅小夕真的没有整理面经呀,真的木有时间(。 ́︿ ̀。)。不过话说回来,面经有多大用呢?最起码对于NLP岗位的面试来说,小夕发现根本不是面经中说的样子。。。

其实今年参加NLP算法岗秋招的小伙伴可能有感慨,
“照着别人的面经去准备了辣么多,轮到自己面试时内容怎么这么不一样?!”
“说好的要做到熟练推导SVM呢?怎么从来没人让我推导SVM?”
“整场面试都在聊前沿论文啊什么鬼?从来没见这样的面经呀!”
“为什么面试官只问他简历内容,轮到我时一点简历内容都不问?“

不止今年,将来的面试肯定更趋向于千人千面,毕竟AI行业也将越来越细化嘛。所以小夕精心准备了这篇“万能”文章给你们,希望大家将来都能收割到自己想要的offer~
这篇文章不是面经集合,也不是装X和贩卖焦虑的晒offer贴,也不是堆砌可能问到的知识点,而是希望给还在迷茫的小伙伴提供一些系统的指导和建议。当然,这些建议可能不适合每个人,因此希望大家从这篇文章里汲取到适合自己的养分,千万不要邯郸学步哦m(— —)m

目标观众

首先,本文的讨论范围仅限自然语言处理(NLP)相关岗位!亲测NLP岗的套路跟数据挖掘、机器学习岗还是有明显差异的,所以千万不要按本文的套路去准备DM、ML的面试!

然后说一下本文的目标群体。想去拿MSR、FAIR、Google Brain offer的大佬请放过小夕(。 ́︿ ̀。)深知自己哪怕能拿到这些地方的offer,也基本是在边边角角的地方做做边边角角的事情,所以直接放弃了,真的木有经验可以分享。还有那些已经一大把顶会的小伙伴,求给小夕指导好么!

其实之前小夕也曾想着去外企的研究院(虽然菜的一无所有),然而很扎心的一次次打听到外企的研究院的研究岗基本只招PhD,哪怕作为硕士进去了也基本是干边边角角杂活的engineer了。虽然外企的业务部门也有NLP岗位,而且硕士也容易进,但是进一步打听了一下,听说硕士进去很少有research相关的工作,最多做做模型优化,弄不好就是爬数据、清洗数据了。后来拿了一家的offer后聊了聊发现确实如此,加上后来没什么面试的状态了,也就把外企都统统放弃了。不过有条件的同学可以在外企研究院或业务部门做做research intern,这方面对硕士友好的多。

言归正传,对于想拿国内一线大厂的核心研究部门和核心业务部门NLP岗offer的童鞋,点赞本文,你就收获了半个offer!转发本文,你就收获了0.75个offer!(等等,文风好像越来越像传销了。。。)

国内的NLP方向的岗位一般叫做NLP算法工程师/研究员/工程师,不要被名字迷惑了,一些厂标榜的NLP研究员本质上就是懂点NLP的研发工程师,也有一些厂懒得区分,无论是做前瞻研究还是业务研发统一叫NLP工程师,需要大家拿到offer后自己跟主管多聊聊具体工作职责和日常工作内容,真的不要纠结岗位名字。

简单说一下自己的经历吧,可以给大家做个参考。虽然踩了些雷导致错过了一些机会,但是自己看好的NLP团队都拿到了offer,无非就是offer等级高低,package能谈多高的问题。最终也有幸拿到了心仪团队的SSP offer,其他大厂和一些明星初创公司也大都拿到了不错的SP offer。此外,就简历投递来说,投了一圈都没有沉(可能因为长得好看),有笔试环节的大厂也没挂过笔试,package大多开到40w左右,有两个给出户口承诺的,有几个户口抽签的。不过要兼备package、户口、团队实力与研究方向/业务的兴趣程度的话,并不容易。

Research or Product ?

首先,要搞懂自己想要什么。粗略的看,如果想做research,比如发发paper,打打国际比赛,做做通用技术平台,为现在或将来的产品孵化算法接口,就去偏research的团队;如果想直接优化产品的算法指标,看到自己的成果快速反映在产品的用户体验和经济效益上,那就去偏业务的部门。这两种不同导向的部门在面试的时候的关注点会存在一定差异。

当然,再偏research的部门也会把成果直接或间接的输出到各个产品线上(否则养你干嘛),再偏业务的部门也会有关注前沿的小团队,毕竟NLP本身还没有成熟嘛。

不过总的来说,比如你想做research,有不错的论文或比赛经历,对某个方向研究的比较深入,但做系统的经历相对匮乏,则偏research的团队可能更赏识你;如果你想做产品,并且做系统、啪代码的能力不错,论文也刷了不少但是科研热情不高,则你可能跟业务部门更match。

算下来自己面了8、9个NLP团队,加上一些跟小伙伴的交流,也算对国内工业界NLP团队的大概情况有一些了解了。下面说说几个面下来感觉团队不错或小伙伴反馈不错的团队吧,大家参考一下就好,很多优秀团队没贴上来仅仅是因为我们没去面过而已。。。

偏research/通用平台的:

  • 百度
    • AIG的NLP团队(分布在自然语言处理部知识图谱部百度研究院。其实看名字就能看出来区别,研究院大多是搞纯Research的,有EMNLP会议的创始人Kenneth Church,有李平巨佬(CCL实验室主任,每年NIPS等顶顶会量产),北京这边有Mingming Sun大佬带,想做学术研究的小伙伴不用纠结,去研究院绝对不会错;自然语言处理部除了做前瞻研究以外,还会承接厂内各大业务线中的NLP需求,做一些通用的NLP平台,基本cover了NLP领域全部方向,触达厂内各大业务线的NLP核心问题;知识图谱部做NLP的思路则是依赖于知识图谱啦,毕竟拥有全世界最大的中文知识图谱,做信息抽取和知识图谱相关工作的小伙伴的第一选择。

      多啰嗦一句,NLP是百度的支撑技术(NLP对百度的重要性远远大于国内任何一家大厂),因此自然是NLP全方向全覆盖且没有弱项,有高影响力论文(每年数十篇ACL、EMNLP)、有业界无人不知的NLP平台(PaddleNLP、NLPC、UNIT等)、有众多可以落地的国内绝对领先的NLP业务(第一搜索引擎百度搜索,第一广告系统凤巢,第一对话系统度秘,第一机器翻译系统百度翻译等)。百度的NLP团队阵容可以说国内没争议的最强了,毕竟是看家本领╮( ̄▽ ̄"")╭。当然,缺点也有,就是大牛太多了还不愿意走,head count很少很难进,需要有过硬的技术实力和亮眼的简历。
      BASE:北京、深圳、美国硅谷

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号