⭐前提：学弟是26届校招生，算法方向，单2，一段大厂实习，百度面试次数12次，历经五个部门，第一个部门3面主管挂，第二个部门2面挂，第三个部门3面主管挂，第四个部门1面挂，第五个部门offer。......重生之百度再爱我一次我重生了，重生在2026年3月19号...这天我终于收到了总裁对我的爱慕电话📞..-----前几世，我是一个被反复扔进恶臭简历池的校招弟，经历了12个面试官的反复捶打，见识了5个部门的业务...🐻第一世：研二小白，天真开局我还是一个未经世事的研二妹，渴望在暑期找到能把我领进门，为其当牛做马的总裁....幸运地是，我的简历经里面的学长引荐成功引起技术负责人的注意，就这样我获得了人生第一次实习面试的机会...⭐一面：一位头顶发光的资深工程师，我们聊的很开心，从天文到地理，从八股到手撕，时长1h，很快我收到了二面的通知..⭐二面是：交叉面，没有一面问的那么深入，时长40min，相谈甚欢，隔天我收到了三面...⭐三面：部门大主管，我知道这是我见到总裁的最后一道关卡，不同于前两面的问技术，这一面问人文关怀，牛马社畜精神的领悟性。面试刚开始，你迟到了，过程中那边一直传来嘈杂声，我说了好几遍"没听清，请再重复一下"....“你的优势”，“最有压力的事情”，“遇到过哪些困难”，“多长时间能到岗”，这些问题我早有准备。⭐此后我天天盼望着hr姐姐打电话把我从冰冷的候选池中捞起来，却迟迟等不到了...只好厚着脸皮去找学长打探消息，等来的确是...“主管觉得你传统视觉算法经验欠缺....”,最后我了解到我输给了一个比我小两岁即将毕业的本科生弟弟....🐻🐻第二世：2025.08提前批此时我已跟另一家的总裁有过一段实习相处，项目经历有了提升，但我依然希望通过投递秋招来到你的面前.....如愿的是，我很快收到了百度搜索部门提前批的面试...一面：定在了晚上9点，我在实习工位苦苦等待，依然是从天文到地理，从八股到手撕....隔天收到二面通知。⭐二面：职级非常高的工程师，可以听出来你的技术水平比前面所有面试官都要高，说话方式高冷，不断"施压"想让我离开总裁。最后我倒在了 “那你了解为什么要加XXX这个功能嘛？他的项目需求是什么？”我承认我在业务流程和项目背景方面了解不透彻。但我不甘心，我发誓，如果有来世，我会夺回我的一切！🐻🐻🐻第三世：2025年9月下旬此时我已经历了若干家大厂的面试毒打，面试水平和抗压能力大幅提升。此时又传来了百度hr小姐姐的电话铃声，我欣喜若狂....⭐一面：具体细节记不清了，八股，项目，手撕全过，依然是很快收到了二面。⭐二面：一上来手撕两道mid，接着拷问简历，场景假想题。因为我的简历项目跟这个部门的业务很相似，面试官也是表达出对我非常满意的意思。⭐三面：这次我特意斥巨资买了1h独立自习室使用时间，想能给主管一个好印象。依旧是常规问题......隔天流程显示“简历共享”。我不知道是我”回答的不好“，还是我”学校背景的不好“的问题。“苦涩的沙吹痛脸庞的感觉..是..的哭泣，是..责骂..永远难忘记”，我再也没有力气了。此时手里已经拿到了另一家薪资满意的offer，对你的憧憬也没有那么大了...🐻🐻🐻🐻第四世：2025年1月下旬时间过了三个月，我也放弃了对你的执着，准备迎接2026新年，这时一个负责人在boss上问我  “要不要考虑机会？”  我看着不太匹配的岗位说到“这个跟我不太匹配，如果你觉得没问题的话，我很高兴面试”，就这样我收到了一面通知....⭐一面，了解到这个部门更多是做图片修复等纯视觉的工作，可能跟我不太匹配，但是整体跟面试官聊的很愉快.....跟以往不同，这次我没有收到二面通知....🐻🐻🐻🐻🐻第五世：2026年3月3号我已经打算写写毕业论文，开开心心的玩到毕业入职另一家公司的时候，百度的hr小姐姐突然又打来了电话，我很诧异：“请问这是几面？”哦~我又被新部门捞了。她问我啥时候有空面试，我已无力面试，也不怎么想面了，便回答：“都可以...”相比于之前我会认真复习LC和简历，这次我只粗略复习了1h...因为我已不抱希望...⭐一面：LC题目忘得差不多了，手撕磕磕绊绊勉强过关。好在八股和简历项目回答的不错，面试官对我也算满意，隔天收到了二面。⭐二面：这个人有点年纪，深挖八股技术细节，不停追问“你有没有考虑过他这样设计的好处...”，“这样设计的作用是什么...”，好问题，好在我功底不错，大部分问题都能轻易对付，顺利来到了三面。⭐三面：与之前的主管相比，我跟这个主管聊的更加愉快，最后也给了我肯定的回答，“后续等hr联系”。我知道我这次终于可以见到总裁了....

ACM选手有么？

只记录总结了一些没答好的推荐系统用例设计：基础的功能交互：图片封面的尺寸，关键词的截取，后台的一些用户点击，停留时长以及收藏等行为是否正常上报，还有负反馈机制，就是说用户点击“不感兴趣”后是否当前列表会立即移除该内容，最后就是推荐结果和详情的一致性，进入的详情页要和推荐位显示的内容一致算法效果的测试：比如说相关性：是否与用户的搜索内容是强相关的，多样性：推荐的内容对应的tag是否是同一类目，然后还有实时更新：用户在一个地方停流了很久是否后台会出现该信息，然后是推荐列表是否包含一定的低频上线内容特殊场景的测试：用户没有历史行为的反应，没有商品的反应，极端搜索的处理，出来的内容是否符合规定数据和性能的测试：接口的性能，容灾的一个降级，离线和线上的一个对齐接口过慢：首先会去看监控，观察CPU和内存还有网络IO的一些情况，确认是否是硬件资源的瓶颈，接着会去查询慢查询日志，看看数据库的性能能否优化，比如说可以添加索引啊，还有一些sql语句不合理的情况可以处理一下，比如一些嵌套查询可以优化成联表查询，对于一些数据量过大的表可以进行一些分库分表的操作。业务逻辑中可以采用异步的流程，可以看看是否发生了FullGC,以及是否有一些递归导致时间复杂度过高。最后是网络，可以看看Redis是否变慢，队列是否积压，或者请求是否过多，可以适当做一些限流策略面对偶现的bug:面对偶现的bug,需要去差全链路的日志，确认当前的用户环境以及查看输入的参数和环境的快照等等，第二步是尝试利用压力测试去强行复现，找到它偶现的一个规律。算法：最长公共前缀（leetcode 14）ac

单选15 道，多选 5 道编程 3 道，A 出来两道，第三题感觉写的逻辑是对的但就 5% 通过率求过