【牛可乐速报】携号转网；捏脸热潮 | 2018.12.3

楼主目前拿到了百度算法的意向，hr加了微信说正在走流程，下来后再谈入职事宜，还没有正式offer下来。想提前问一下大家，百度哪些组是核心组啊，哪些组又是边缘组啊。目前在某中厂搞内容算法，百度是aigc算法。希望各位在百度的牛友们帮帮忙，其他的大佬有了解的也欢迎多提宝贵意见。给自己引个流，字节，百度，快手，阿里，蚂蚁，美团，移动，电信，腾讯，58同城，携程，秋招，春招，实习，暑期。提前谢谢大家了！

美团算法岗入职啦！入职一个月体验挺好，团队不卷，早10晚8。写一下自己的面试经验，供大家参考！期望大家都找到自己心仪的实习/校招offer！ 下面附上自己总结的面试准备经验： 1.算法题 算法题肯定是最重要的，残酷的现实就是笔试成绩不行，面试机会都没有，所以要准备秋招了最好提前开始刷算法题。至于用什么平台，个人觉得无所谓，我就用的leetcode，一开始刷剑指offer和LeetCode75，当然都没有刷完，然后看到这个宝藏链接*******************************3797/article/details/12397813 ，这里面的题按类别挨个看，没有都做，因为时间...

【一面】1. word2vec的原理，skip-gram训练的具体流程，使用的损失函数，是怎么选择正负样本的，选择样本上有哪些优化算法，负采样的原理，还有哪些优化方法2. 贝叶斯调优，机器学习中有哪些优化参数的方法，为什么交叉熵会作为softmax结果的损失函数？梯度下降为什么有效，关于损失求一阶导数为什么有效？刚你提到了泰勒一阶展开，泰勒二阶展开有哪些相关的优化方法呢？3. SGD的原理，计算公式是什么，4. 在图的那个项目中担任了什么角色，做出了哪些贡献5. 介绍一下LSTM，seq2seq和transformer，介绍一下attention的原理6. Linux，bash这些有用过吗7. auc的计算方式（使用(FPR,TPR)算，排序公式去算），为什么这两种都可以计算出auc呢？它们之间有什么联系？然后就是使用sql写出auc的计算公式8. 有1000部电影，想要给人推荐，你有什么思路9. 手撕：接雨水，使用sql写auc【二面】1. cnn做bn的方式，rnn是怎么做的，bn的好处2. gpt和transformer的区别3. 机器学习中方差和偏差的理解4. bagging和boosting的区别5. 位置编码的理解，attention的理解6. transformer和rnn的区别7. lstm为什么可以缓解梯度消失8. 异构图，GCN，word2vec，fasttext，9. SGD和adam的区别，在DNN中分别适用于什么样的情形10. 用过哪些DNN模型，11. 贝叶斯在推荐中的应用12. bagging和boosting的方法有哪些13. 手撕：三数之和，柱状图中的最大矩形面积【三面】1. 会C和C++吗2. 数据结构的掌握程度3. 平常使用的技术栈有哪些4. 对推荐的了解5. 有哪些召回算法6. 对于推荐中排序的理解7. 排序算法，稳定性和时间复杂度8. 互联网每天都有很多用户搜索数据，在一天的日志中找到搜索频次最高的10个query，怎么实现（topk问题，使用堆）9. 堆排序稳定吗，时间复杂度（刚才在回答排序算法的时候，没有说到堆排序）10. 搜索的词条补全 是根据什么数据结构实现11. 现有的春招推进情况12. base地点倾向许愿许愿！！！

春招有没有已经拿到offer的啊，小弟算法岗，6号英语测评结束，到现在还没有动静，想看看大家是什么情况~