成都面试的百度有收到结果的没

3.28 40min，我投的算法岗，面试的岗位写的是应用研究。面下来，感觉这个岗位偏数据分析一些，并不那么算法。1.无自我介绍2.几个概统问题，边缘分布，联合分布，贝叶斯定理，假设检验等等3.问了大概10分钟的python操作，主要是numpy和pandas库，每次会给一个场景和要求，问我如何操作。4.了解哪些统计学习分类模型5.决策树建立过程6.逻辑回归的L1和L2正则7.介绍集成学习的boosting和bagging，哪种效果更好8.似乎还有一些其他的八股，不记得了9.问项目，问了我两个用到了聚类算法的项目。10.聚类如何自动确定簇数11.接下来就是聊天和反问了，没有技术问题了所有问题基本都答上来了，但是我本身数据分析经验不是很足，数分赛道也很吃经历，所以我猜会挂更新:过了，约二面

100 100 16 0 0双非本 211硕 这学历这垃圾能力还能进面吗愚蠢到不会暴力解法最后1分钟仿佛参透了第3题和第5题

现状：目前有一份大厂日常实习经验且结束了，然后收到了另一个大厂日常实习，三月中旬入职。求建议：目前很多暑期实习都开了，后续该如何准备呢？是入职日常实习，然后继续投递暑期实习面试，还是日常实习有机会转暑期实习，或者说好好实习准备秋招呢，求各位兄弟给点建议 #如何一边实习一边秋招#  #日常实习offer#  #暑期实习#

- [ ] 自我介绍，项目，实习    - [ ] DeepFM比较Wide&Deep模型的缺点    - [ ] 除了点击/转换还有哪些优化指标    - [ ] 了解大模型吗    - [ ] 了解对比学习吗？说说损失函数    - [ ] CLIP多模态的原理    - [ ] 大模型在广告系统有什么应用    - [ ] 双塔&DSSM模型如何进行嵌入共享的    - [ ] 了解业内前沿的序列性精排模型吗    - [ ] 了解阿里巴巴DIN/SIN模型吗？有没有工程上手过    - [ ] 实习业务EE策略中UCB/汤普森推导    - [ ] 思考下精排模型用于冷启动的创新- [ ] 八股    - [ ] 推导一下Transformer复杂度- [ ] 算法题    - [ ] 一道DFS，计算公司社交圈数量- [ ] 反问业务    - [ ] 出海电商首页推荐，类似淘天首推，物料都是外文总结：前面都挺基础的，但是后面问了不少开放的研究性问题，感觉凉了。