©原创作者 | 三金

字条跳动人工智能实验室（AI-Lab）是公司内部的研究所和技术服务商，其包括8个领域方向：自然语言处理、数据挖掘、计算机视觉、机器学习、计算机图形&增强现实、系统&网络、安全&隐私以及语音与音频[1]。今天小编着重给大家介绍自然语言处理、语音与音频两个领域，带好笔记本让我们一起出发！

01 领域介绍

1.1 领域应用

1）自然语言处理领域：为字节跳动所有产品提供翻译服务以及为头条、抖音提供搜索服务等；

2）语音与音频领域：虚拟广播员和歌手、AI 辅助呼叫中心、具有语音功能的机器人和设备等。

1.2 相关岗位

3）自然语言处理领域：AI-Lab NLP算法工程师-教育方向、AI-Lab NLP自然语言处理算法工程师、AI-Lab后端开发工程师—NLP方向等；

4）语音与音频领域：语音/图像算法测试开发工程师-AI Lab/智能创作、AI-Lab 智能质检产品经理（智能客服方向）、AI-Lab 智能语音ToB方向产品专家等。

1.3 工作地点

北京、上海均有相关岗位

02 面经干货

1）面经来源牛客网（ID：牛客788302983号）

面试岗位：AI-Lab NLP自然语言处理实习生

A、一面45分钟（实际80分钟）

1. 首先自我介绍，然后介绍简历上的项目和论文。

 AI面试指南参考答案：

简历上的项目、论文等必须熟悉，特别是技术细节方面。

2. 机器翻译中可能存在哪些问题？

 AI面试指南参考答案：

1）机器无法理解上下文语境，导致翻译后语义出现问题；

2）词类出现问题，例如英语中没有意义的助动词会翻译成实义动词；

2）造成句子不通顺，例如在英翻中时，英语中部分冠词实则无需翻译出来，但机器翻译无法判断冠词是否该翻译，所以导致翻译出来的句子不通顺。

3. 对于类别非常多的序列标注任务，如何能让结果更准确？

 AI面试指南参考答案：

1）使用模型融合的方法，即将多个分类器进行有效融合进行序列标注任务。

2）设置合适的损失函数，例如Focal loss损失函数（度量难分类和易分类样本对总损失的贡献）。

3）采用数据增强（即词汇替换、先翻译成其他语言再翻译回原来的语言、打断句子顺序、随机噪声注入等方法）、过（降）采样、修改类别权重值等方法。

4. 如何能够控制生成摘要的长度？

 AI面试指南参考答案：

首先将文本拆分成句子，接着对句子进行预处理，例如删除停用词、替换空格等，然后检查文本中单词的频率，同时频率越高的单词给予越大的分数值，进一步计算每一个句子的分数，分数越大表示越重要，最后根据需求选择分数排名前n的句子作为摘要。

5. 题目描述：给你一个数组，以及一个常数k，你每次都可以从数组的第一个或者最后一个中选择一个，但是不放回，也就是选完就要把这个数扔掉，返回可能的k个数的和的最大值。

 AI面试指南参考答案：

使用暴力破解方法

6. 用过哪些做摘要的模型？简单介绍一下。

 AI面试指南参考答案：

1）Word2vec：得到更优的词向量，包括两种结构：CBOW模型根据周围词预测中心词（多对一）与Skip-gram模型根据中心词预测周围词（一对多）。

2）RNN：能够捕获之前已经计算过的信息用于当前计算。

3）LSTM：弥补了RNN缺陷，能够捕获无限长的上下文信息进行计算。

4）Transformer：由Encoder和Decoder组成，能够高效并行化。

5）BERT：基于深度双向Transformer的预训练模型，输入是一个线性序列，支持单句文本和句子文本。

7. BERT的三个输入embedding向量为什么可以相加

 AI面试指南参考答案：

三个Embedding相加即特征融合。由于Embedding的数学本质是以独热编码为输入的单层全连接，所以可以理解为先将三个输入（token、position、segment）进行独热编码，然后再通过concate的方式融合成一个新的特征，这样可以使BERT能够学习到更多的信息。

8. BERT的输入为什么限制在512？

 AI面试指南参考答案：

使计算效率与运行效率更高。

9. BERT的[MASK]token是和[CLS]一样，是一个有语义的向量吗？

 AI面试指南参考答案：

是。在BERT中，受完型填空任务的启发，会选取语料中所有词的15%进行随机mask。在选取的词中，80%会被替换为[MASK] token，10%随机替换，10%保持不变，而[MASK] token可以在不泄露 label 的情况下融合真实的双向语义信息。

B. 二面：45分钟（实际55分钟）

1. 首先自我介绍，然后介绍简历中的论文

 AI面试指南参考答案：

两次面试，面试官均详细提问了简历内容，故大家应该对自己的简历上的项目、论文等特别熟悉。

2. 把论文里使用的对比损失（InfoNCE loss）写一下

 AI面试指南参考答案：

对比损失的核心思想是最大化相似性和最小化差异性。公式如下图所示，其中q表示待查询的样本，kr表示与查询样本相似的样本，ki表示负样本。

3. 中文分词的算法

 AI面试指南参考答案：

有基于字符串匹配、n元语法、隐马尔可夫模型、条件随机场的分词算法。

2）面经来源牛客网ID：宵夜95

面试岗位：AI-Lab 智能语音团队

A、一面（50分钟）

1. 虚拟内存的概念和好处

 AI面试指南参考答案：

1）概念：虚拟内存是计算机系统内存管理的一种技术，将物理地址空间定义为一个连续的虚拟内存地址，在实际中，虚拟内存通常被分隔成多个物理内存碎片，还有部分暂时存储在外部磁盘存储器上，在需要时进行数据交换。

2）好处：①可以将主存视为一个存储在磁盘上的地址空间的高速缓存，在主存中只保存活动区域，并根据需要在磁盘和主存之间来回传送数据；②为每个进程提供了一致的地址空间，简化了内存管理；③保护了每个进程的地址空间不被其他进程破坏。

2. 内存共享和保护怎么实现的

 AI面试指南参考答案：

1）内存共享：把同一片内存映射到多个进程的虚拟地址空间，以便CPU可以在各个进程访问到这片内存。

2）内存保护：①CPU中设置上、下限寄存器，存放用户作业在主存中的下限和上限地址，每当CPU要访问一个地址时，分别和两个寄存器的数据比较，判断是否越界；②使用重定位寄存器（基址寄存器）和界地址寄存器（限长寄存器）：重定位寄存器中包含最小物理地址值，界地址寄存器包含逻辑地址的最大值。

3. 分段和分页的区别，为什么要分段

 AI面试指南参考答案：

1）分页：从计算机角度考度设计而成的，将主存空间划分为大小相等且固定的块，块相对较小，作为主存的基本单位，进程以块为单位进行空间申请。有利于提高内存利用率。

2）分段：从用户和程序员的角度提出，按照用户进程中的自然段划分逻辑空间。目的方便编程，信息保护和共享，动态增长和动态链接等多方面的需求。

4. 一个进程如何创建一个子进程

 AI面试指南参考答案：

用fork()函数创建子进程。fork()函数有两个返回值，其中一个是给父进程返回子进程的PID，另外一个是给子进程返回0。

5. 说一说锁机制

 AI面试指南参考答案：

1）在数据库中，锁是一种基于多用户访问的并发控制技术，一个事务在访问数据库中的数据时，获得锁，可以禁止这一段时间内的其他事务的访问，同时也规定了该事务能执行什么样的操作。锁的类型可以分为：排它锁（写锁），共享锁（读锁），注意不能同时写，不能边写边读，不能同时读。2PL 协议（两段锁），在事务提交或者回滚之前为加锁阶段，之后为解锁阶段。

2）在Java中，锁机制可以分为公平锁、非公平锁；独享锁、共享锁；互斥锁、读写锁；悲观锁、乐观锁；可重入锁等。

·公平锁：多个线程根据申请锁的顺序获得锁；

·非公平锁：不根据申请锁的顺序获得锁，后来的线程可能更优先获得锁。容易造成饥饿现象；

·独享锁：一个锁只能被一个线程拥有；

·共享锁：一个锁可以被多个线程拥有；

·互斥锁：独享锁的具体实现；

·读写锁：共享锁的具体实现；

·悲观锁：悲观锁认为同一个数据的并发操作，数据一定会发生改变，故进行加锁；

·乐观锁：乐观锁认为同一个数据的并发操作，数据不会发生改变，更新数据的时候采用不断更新的方式。

·可重入锁：即递归锁，指同一个线程在外层方法获取锁的同时，内层方法也会自动获得锁。

6. （算法题）无序数组找中位数

 AI面试指南参考答案：

1）思路一：将无序数组进行排序，然后取出中间的元素；

2）思路二：使用分治法。

7. （算法题）二叉树的之字形的遍历

 AI面试指南参考答案：

1）思路：层序遍历，递归查询。

B、二面（40min）

1. （算法题）给定一棵二叉树，返回二叉树宽度，保证结果不超过int

 AI面试指南参考答案：

1）思路：二叉树的层序遍历，可以考虑使用队列存储元素。

2.一个程序写完之后要如何执行

 AI面试指南参考答案：

需要经过以下4个阶段：

1）预处理：输入源程序，预处理器根据命令行修改源程序；

2）编译：将程序转为汇编语言程序；

3）汇编：将汇编程序转为机器语言指令；

4）链接：合并代码生成可执行文件，加载到内存中，系统执行程序。

3. 动态链接和静态链接的区别

 AI面试指南参考答案：

1）静态链接比动态链接加载更快，因为动态库没有打包到程序中；

2）动态链接更节省磁盘空间和内存；

静态库如果更新了，需要重新编译，但是动态库更新，不需要重新编译。

4. 用过哪些编译命令，动态链接的命令是什么

 AI面试指南参考答案：

1）“gcc -S”将文件编译成为汇编代码；“gcc -E”将文件重定向到一个输出文件里；“gcc -g”只是编译器，在编译的时候，产生调试信息......

2）-fPIC和-shared可以生成一个动态链接库，再链接到可执行程序就可以正常运行；readelf命令可以查看动态链接库的segment信息。

5. inline函数的作用、优缺点

 AI面试指南参考答案：

1）作用：可以解决程序中函数调用的效率问题，通过增加空间开销而节省时间成本；

2）优点：inline定义的内联函数可以把函数代码放到符号表中，使用时效率更高；

3）缺点：内联函数通过复制函数代码，会增加空间开销，此外，如果函数体内有循环，则时间开销也较大。

6. 编译器一定会对inline函数进行处理吗（不会，内联函数只是对编译器的建议，是否对函数内联，决定权在于编译器，对于较为复杂的代码（比如递归层数太多，循环过多等等）编译器不会选择内联）

 AI面试指南参考答案：

不会。编译器具有决定权，可以决定是否对内联函数进行处理，如果面对多层循环等复杂代码，使用内联函数会产生较大的时间开销，故编译器此时不会选择对内联函数进行处理。

7.觉得自己有什么优势

 AI面试指南参考答案：

列出三个关键词，并举例论证。

8. 其他面试题：

·可以实习的时间，什么时候可以来实习

·现在大三是吧，接下来有什么打算

·平时怎么学习的，有没有学习过机器学习相关内容

总体来看，字节AI-Lab的自然语言处理、语音与音频两个领域的面试流程均为两轮面试，且两轮面试中都会考察面试者的编程能力。令人感到惊奇的是，在语音与与音频领域的面试中，这位同学并没有问到AI相关的理论知识，而是着重被问了408。由此可见，大家在准备面试的时候，一方面要准备AI基础知识，另一方面，408也务必充分准备。最后小编希望大家都能获得心仪岗位的offer~

引用来源

[1] AI-Lab官网

https://ailab.bytedance.com