一面 9.8手撕：lc1443 收集树上所有苹果的最少时间（小众变态题目）八股：1. GC，说一个GC收集器2. GC root说的是哪些量3. 事务隔离级别，为什么存储引擎用可重复读4. 常用的设计模式，单例有几种实现方式，不同实现方式的应用场景5. 排序算法，归并和快排的区别，应用场景6. 解决哈希冲突的方法（可能有漏掉的，但应该是跟其他面试问的八股差不多，可以看我其他的面经帖子）实习：1. ai助手项目，为什么用多智能体架构不用单智能体2. redis存短期记忆如何实现3. 字节的实习讲一个解决线上问题的全过程约9.12二面

1.上来聊了个人情况，毕业压力大不大，能否提前到岗实习。然后面试官介绍了现在的部门业务。2.介绍实习，都比较基础，是很容易准备的细节，但是奈何过了太久，实在是想不起来了。3.项目问题(新闻推荐)为什么从LGBM换成MMoE了MMoE遇到跷跷板了吗你觉得为什么会遇到跷跷板有没有什么办法能解决跷跷板GBDT，xgboost，LGBM主要的区别是什么4.无手撕

原定于今天下午一面，想提前调试一下设备，结果点开面试链接发现面试取消了。然后我就尝试联系HR，电话不接，邮件没回，短信也没回，加微信也不通过。然后点进官网一看，直接是挂了。什么神人流程，对接的HR也是一点素质没有，就当校招生好欺负呗。真没辙了，唉唉。

百度 推荐算法 三面一、自我介绍二、实习和项目选一段实习经历, 详细介绍场景和工作内容模型参数量, 一次用多少卡如果用一个统一的融合序列来建模, 你觉得可以怎么设计方案? 收益点会在哪里SIM 和端到端建模的差异生成式推荐的做法, 有哪些优势离线在线不一致的原因信息流, 电商, 广告推荐有什么相同和不同三、反问三面完泡了挺久池子, 没有 hr 面直接发意向邮件了