4.24百度三面#T联合#搜索推荐
------大抵是凉了的----------
-------------------------------------------------------------
------------------------------------------------------------
一面（45min)
- 上来简单介绍一下自己的项目，根据项目提问一些比较基础的问题，数据集大小，数据处理等（15min)
- 手撕第k大的数字，要求先回答场景问题，亿级别的数字，k比较小(pass了快选），手写堆排序，我写了个小根堆让过了，
- 基础知识：问了集成学习的各种boosting bagging stacking异同，问了xgb相对gbdt改进，树模型的输入特征。给个场景让讲述一下二分类任务的流程（从数据处理，到模型的设计，稀疏值怎么办，不均匀怎么办）如果用lr的话如何确定二分类阈值，用什么指标？ 说说知道那些优化器？ 了解nlp吗
- 无反问
苦等了十多分钟二面来了
二面(55min)
- 上来介绍项目，提问很多细节，会提问动机啥的
- 零钱兑换& 最长的重复节点（值）的路径（类似最大路径和，但是要求找的是节点相同的路径长度）--写了思路简单手写了个样例
- 问深度学习知道那些模型，讲讲，深度学习模型对比机器学习模型的好坏。竞赛的数据处理，为什么不尝试更复杂的网络？xgb用了那些特征？那些特征重要你试了吗？如何评价因果推理的方式引用到推荐除偏任务上的优缺点，和其他工作相比，因果有那些好处，缺点呢？讲讲其他除偏任务怎么做？因果的方法针对大规模数据的场景适用性如何？说一下知道那些embedding的方式？你如何对用户交互进行embedding的？ 如何更新参数？
- 反问流程&后续的岗位分配
三面(35min)
- 上来共享简历，介绍了第一个项目，然后提问
- 给个场景，百度的搜索网页（很大亿级）让你构思如何从特征处理到训练模型找到其中***类的网页
- 排列组合：开20枪 中4枪 其中3枪连续中 问一种有多少种方法
- 二叉树，从叶子结点开始点燃这个二叉树，每个结点燃烧耗时1个单位，并且燃烧可以蔓延，问最短的燃烧时间是多少？先讲思路再coding，讲了几个思路都被否定了（期间多次提示，奈何太菜不会-。-最后面试官大佬给了点面子让写个求二叉树深度
- 谈谈深度学习机器学习的应用场景，不同场景下怎么选择？你在学校期间遇到最困难的问题？你怎么解决的
- 无反问
------------------------------------------------------------
投递美团等公司8个岗位 >