百度大搜相关性组 算法工程师 社招/校招

小红书：数据分析实习生-电商Shopee：推荐算法工程师贝壳：数据分析蔚来：AD数据分析-自动驾驶冰川网络：数据运营专员旷视科技：算法工程实习生富途：产品商务畅游：数据库管理工程师哔哩哔哩：数据分析师实习生58同城：算法工程师拼多多：算法实习生星环科技：大数据分析实习生亚信科技：数据挖掘实习生杉数科技：数据分析实习生顺丰科技：大数据挖掘与分析工程师地平线：数据分析实习生360：安全数据分析实习生携程：算法工程师莉莉丝游戏：数据挖掘实习生百度：机器学习AMD：数据分析实习生滴滴：数据实习生完美世界：机器学习算法工程师西山居：数据分析网易雷火：数据挖掘工程师去哪儿：数据分析特斯拉中国：IT应用支持...

铁子们，现在在星环实习一个月了，岗位是数据治理实习生，平时不怎么写SQL，都是文档操作，不过可以偷偷的学习，要不要撤，如果不撤的话这对我秋招数仓/数开有帮助吗

投的腾讯的技术研究—数据科学，结果面试邀约是软件开发—数据工程，有没有人了解这两个的区别呀 差异是不是很大😭 #数据人的面试交流地# #我的实习求职记录#

【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！！！