百度机器学习面经(已offer)

七月份的提前批面试,当时面完就决定要把这次经历写出来,现在兑现下:

一面: 女面试官
今年第一次遇到女面试官,主要考察机器学习基础知识。
首先打开一个能写公式的编辑器
1. 实习经历
2. 贝叶斯公式应用题
3. 朴素贝叶斯思想
4.手推lr梯度, 交叉熵损失为什么有log项?
5.常见优化器
6.生成模型与判别模型区别
7. 大规模LR参数稀疏解怎么求
8. 最小二乘法在什么条件下与极大似然估计等价?
两道代码题:
最低公共祖先 + topk

二面:
二面整体难度大一些,有点压力面的感觉,面试官是个大佬,各种领域都懂的那种,简历里面两段实习+三个比赛+论文 都被问了
1. 大规模深度CTR预估中Embedding怎么在线更新
2. 大规模深度CTR预估中Adam与Adagrad怎么选择,为什么对稀疏离散特征使用Adagrad, 而对连续特征(Dense)使用Adam?
代码题:
数组b, c含有相同的元素集合(顺序不一定相同), 各自内部不可比较,求b、c元素的对应,要求时间复杂度<=O(NLog(N))

三面: 经历面
聊实习经历,对两家实习公司的感受有啥区别, 为什么定向到他们团队
1. 搜索广告系统怎么设计

总结一下:
一面侧重基础,女面试官给我感觉很好,lr 公式推得有点失误,编辑器写公式有点难受,少抄写了一个负号,面试官看出来了说没问题然后就过了
二面偏压力面,场景题(Adam与Adagrad)是凤巢线上实际使用的方法,回答的不是很完整,代码题思路没问题,没写完被叫停了。 但二面面试官人很好,每个我回答不太好的问题他都会给出完整答案,中间还会引导我去思考,respect!!
三面 压力不算很大,经理可能感觉我没有做过广告算法,所以让我设计搜索广告系统想看看我是否对领域有了解
三面十天之内完成的,三面次日就收到hr的电话,面试通过,8.5号oc,  9.11号系统显示面试通过,offer完成(目前还没有谈薪)

同时也十分感谢我的内推人,在上海收获一个想去的岗位非常不容易,期待百度今年SP多多~~


#算法工程师##百度##面经##校招#
全部评论
上海的话,优图不香吗?
点赞 回复
分享
发布于 2020-09-16 16:16
膜一发凤巢大佬
点赞 回复
分享
发布于 2020-09-21 16:04
淘天集团
校招火热招聘中
官网直投
请问楼主投的是哪个部门呀
点赞 回复
分享
发布于 2020-09-21 20:55
大佬这个是校招吗😂
点赞 回复
分享
发布于 2021-01-18 16:53
为什么 大规模深度CTR预估中Adam与Adagrad怎么选择,为什么对稀疏离散特征使用Adagrad, 而对连续特征(Dense)使用Adam?楼主有答案吗
点赞 回复
分享
发布于 2021-06-28 22:46

相关推荐

12 93 评论
分享
牛客网
牛客企业服务