百度 推荐策略 二面 面经 攒人品

从3月初开始投，陆陆续续面试，总算接到个offer了时间线：3.21 一面3.27 二面3.28 HR面3.29 OC4.7 OFFER鼠鼠本身做NLP相关的，面试就没有问太多搜推相关的内容，主要问了一些NLP相关的项目，算法题上，一面手撕AUC + 编辑距离，二面手写排序优化的AUC。接下来就等阿里系的面试了 希望大家都能拿到满意的offer，早日上岸！

【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！！！

一面时间：4月7日 11:00 ～ 12:00没有开摄像头，先是自我介绍然后详细的问了一下实习经历，对实习中的项目做了非常详细的询问。期间问了一下auc和gauc的区别，为什么使用gauc而不用auc。然后因为项目用了图文理解大模型，询问了一些对比学习的loss，介绍一些nce loss之类的，然后怎么构造正负样本。还有就是交叉熵损失函数的使用的注意事项。使用RELU的一些潜在问题。然后笔试题：215. 数组中的第K个最大元素最后面试官又问了一下，为什么想转推荐而不是继续老本行cv，问以后的打算。然后就结束了，希望能有个好结果吧！----------4月12号更新一面过了，约15号二面----------4月16号更新二面时间：4月15日11:00-12:00上来先自我介绍，介绍完了直接写一道算法题34. 在排序数组中查找元素的第一个和最后一个位置因为上周五两个面试的算法题都是这个类似的二分查找，所以秒了，做完面试官还问了一下是不是做过这个题。差点以为要再出一道了。然后就问项目了，让把自己的项目和实习经历都讲讲。期间夹杂的八股也和上周的面试类似：BN和LN的区别。如果位置embedding从加变成concat会有什么区别。位置embedding怎么做的，除了三角函数还有哪些函数。attention计算的时候为什么要除以根号dk。最后问了一个场景题：类似于快手直播的场景，用户点击进入直播概率是CTR，用户打赏的概率是GTR，让你从0开始从一个推荐算法，你会怎么做？答案之后又问有哪些方面可以进行优化分析。感觉场景题答得一般，其他都答得不错，希望能有机会拿到HR面通知吧！----------4月20号更新一周没出结果，打电话问了一下hr，然后说两天给结果，过一会儿官网看就已经挂了。唉。这是答得最好的一次了，不知道为啥挂了，难受

HR面被鸽了两次，麻了，发发面经攒人品，请祝我下周一顺利意向03.28 一面    socket和TCP的关系和区别；    TCP的 滑动窗口机制；    拥塞控制的节点；    Tcp和Http的关系与区别；    安卓定时器，一个app是不是一个进程(默认是)，ui组件，recycleview的四级缓存、复用和回收；    栈和队列的区别，两个栈怎么实现队列，两个队列怎么实现栈；    线程的意义，线程池的创建和最大线程数；    如果需要并行100个任务但最大线程数只有5，怎么分配任务；    手撕输出最短不重复子串03.29 二面    安卓service，有没有用过，是否可以用sleep、alarmmanager替代；    java锁，对应代码或api，自旋锁    java设计模式，装饰器模式、访问者模式；    继承和组合的区别，如果要子类能调用但不能复写应该怎么写关键字；    http https http2协议，https的包是否能抓，ssl证书是否和客户端的一样【建议查中间人劫持；    多个请求怎么优化减少所需时间(客户端+服务端(多线程并发、减少重定向DNS查询、资源缓存等等)；    手撕计算器实现(含加减和括号)04.02 三面    数组排序最小开销、数组蓄水两个思路题，要答逻辑而不是从过程解释，比较看重思维和表达总得来说快手技术面试体验都非常好，能感受到面试官的尊重和鼓励，要是HR面不是一直拖就更好了hhh许愿oc04.15 hr面04.17 已意向，签约offer，等入职啦啦啦啦