1. 部门：用户中心
用户关系判断，社交网络，恶意行为，风险控制。
2. 自我介绍
技能：pytorch、tensorflow、python、C++、SQL
知识领域：机器学习、深度学习、NLP（文本生成、文本分类、对话理解）
个性：积极乐观（开心果），善于自学（两天学会Ｃ语言），亲和力强，善于团队合作，条理清楚、适应能力和幽默感
亮点（能胜任此岗位的优点）：会搞懂算法原理，查看源码进行学习
介绍自己的项目经验和个人的擅长点，面试官主要考察你的表达能力和语言精简能力。项目的考察主要是项目难点，技术难点在哪里，你是怎么来解决的，考察项目经验(技术难度)。
3. 基础知识
一面：
TF-IDF的原理
Word2Vec：模型结构、训练方式、参数、窗口大小设置的影响(影响 skip-gram 的预测次数。做法是统计语料中句子长度的分布，再来设置window大小)
node2vec为何也可以用于文本，如何理解
https://zhuanlan.zhihu.com/p/39105752
https://blog.csdn.net/qq_15192373/article/details/89845036
二面：概率题挂
两组抛硬币实验，没有先验，考虑两种情况：
1.共抛了5次，得到了两次正面，三次反面；下次一抛，是正面的概率是多少？
2.共抛了50次，得到了二十次正面，三十次反面；下一次抛，是正面的概率是多少？
参考答案：
第一种情况，试验次数太少，采用均匀分布，0.5
第二种情况，极大似然估计，采用伯努利分布，
4. 考察代码
一面：二叉树的镜像对称判断、无序链表的去重
二面：股票交易日，只允许交易两次
5. 项目与实习
二面问的项目细节：
聊天机器人：模板匹配（模型）、分类模型、词槽填充（具体的模型，步骤，输入输出）
二面的陷阱问题：
如果拿到offer什么时候可以开始实习、入职：
回答：先问给offer的时间，然后表示半个月内就可以入职，可能偶尔会请半天假，老师会找。