百度自然语言处理部技术面

一共55mins，百度面试需要先下载他们的如流APP，最好是提前15min测试一下。

背景：面试自然语言处理部的生物计算，所以中间会被问到一些生物学知识。

面试官没开摄像头，听声音应该是三十岁左右，比较温和。

自我介绍

一上来就是自我介绍，主要是介绍了一下自己的基础背景和做过的项目。然后开始就项目进行问一些问题。

项目相关

1. 项目A用的数据features有哪些？维度是多少？训练集有多大？

2. 项目B中暑期学校时间有多长？单片机的线路怎么设计的？实验数据用什么语言处理的？

   暑期学校时间大概半个多月，单片机是买的板子，自己设计了一个电路，联了一些元件。程序是用C++写的，实验数据用R处理的（主要是做了一些标准化和比对）

3. 项目C使用的降维方法是什么？聚类算法用的哪个？怎么鉴定细胞类型？论文最终发表在哪里？

   降维方法主要先是用t-SNE算法，后来因为数据集比较大换成了UMPA（然后这里就被怼了，面试官觉得几万个cells用t-SNE完全可以的，我解释一下主要是因为维度比较高，并表示两者其实差异不大）做了非线性降维处理，进行了可视化，然后用PCA筛选了高可变基因做后续分析。聚类算法用的是Louvain方法（给后面埋雷了），鉴定细胞类型主要是找了一个数据库，做了交叉验证。因为毕设换导师论文没发。

算法相关

这里直接第一个问题就是项目中自己给自己埋的大雷

1. 解释一下Louvin算法？

   这里真的离了大谱，因为当时做项目的时候这都是默认的protocol，完全没有仔细去理解那个算法的过程，然后就很尴尬的表示自己对于细节不太了解。

2. 分别解释一下谱聚类，K-Means，EM算法

   以上都是机器学习中比较常见的算法，但是我个人感觉回答得比较好的只有K-means。。。。。后面又让我简单说了下自己还会哪些机器学习的算法（主要就是决策树，CNN，RNN）

3. 然后就是直接开编辑器写代码了

   首先是写一个递归的斐波那契数列，然后分析时间复杂度，然后把这个改成动态规划。（还好不是很难）

组学相关

百度NLP生物计算那边主要接触的数据都是组学数据，所以需要对生物学背景知识有一点了解

1. 问我们计算基因组学那门课都学了些什么？

2. 解释一下ChIP-Seq、ATAC-Seq？

   ChIP-Seq还好，但非常尴尬的是我把ATAC-Seq和MNase-Seq记混了，表示ATAC-Seq测出来的是染色质关闭区域（这里也被面试官纠正了，非常尴尬）。然后自己还提到了**Cut&Tag技术（主动作死）**又被面试官纠正了一次。

反问环节

反问环节我真的是作大死，我也不知道当时自己脑子为啥抽风了（可能是最近都没睡好）一上来提问就把面试官干懵了。

1. 问面试官，你们那边工作压力如何？是不是996？

   面试完给软院同学交流，对方表示「How dare U??」确实，互联网公司都不应该问这种比较忌讳的问题，还好的是面试官虽然懵了，但还是回答了，他们团队不996，然后工作环境都还好。

2. 我接着问了下在他们那边能够学到什么？

   面试官表示他们那边自由度比较高，每个实习生会有一个mentor带着，然后给予实践上的指导。

   最后就是问了一下入职时间，以及这个项目可以选择base上海或者base深圳，然后问了下两个地方团队的差异。