百度算法岗面经

1.项目亮点 难点 怎么解决问题的2.服务端渲染和客户端渲染的区别3.网页完整的渲染过程4.手撕两个算法题应该是挂了,体验很差.迟到+没开摄像头,这俩还算正常,主要是面试官那边的声音又卡又嘈杂,根本听不清讲什么.

为了帮助更多的学子拿到心仪的offer，进入到梦中情司，特此分享大数据相关的面经，可用于大数据开发、数据仓库、数据分析等岗位，补充：kafka中的事件流事件流是指以事件流的形式从事件源，例如数据库/传感器/移动设备等实时捕获数据的做法，持久存储这些事件流供以后检索，实时和回顾性的操作处理和相应事件流，后续根据事件流流到不同的目标技术中，确保将正确的信息放在正确的位置Tips：事件流处理可以用来干什么？1、实时处理付款和金融交易银行2、实时跟踪和监控汽车卡车和物流行业3、持续捕获和分析来自IoT设备的传感器数据4、持续收集客户互动和订单并实时做出反应5、监测住院护理的患者并预测病情变化，以确保在...

1️⃣自我介绍：【⌚️10分钟】点评：流水账，有些磕磕绊绊，自我介绍环节的项目介绍的很详细，非常冗余。优化：写逐字稿，背诵，提升语言表达能力。2️⃣经常问题的问题优化：【⌚️20分钟】1：transform结构了解吗？回答点评：回答的很简单，5分吧，说了transform的结构是encode-decode结构，分块，每个块里面有四个组建，MHA、FFN、LN、残差链接，介绍和理解不深刻。提升指导：梳理回答逻辑结构，讲解MHA、FFN、LN、残差链接的添加逻辑和含义，其中MHA给出代码层面理解，从2分钟的回答变成6分钟的回答。2：多头自注意力机制是啥？公式是啥？代码你会写吗？回答点评：讲了公式，但是掌握的不够细致，pytorch代码框架不熟悉，attention_mask机制没有写出来。提升指导：讲述代码的原理，如何使用代码回答问题，展示自己的理解深刻。3：rag中的多路召回是什么？embeding为啥用智源的BGE-large/Base？回答点评：使用了BM25和向量召回，但是没有讲出来两个的区别和联系提升指导：先讲原理，再讲述下语义理解能力和泛化能力的区别，计算的效率，两个互为补充等。3️⃣不会回答的问题指导：【⌚️40分钟】1:  LN不太会回答，看网上的回答很多，但是不是理解层面。2：我的向量召回是faiss做的，和这个相关的问题我如何准备？3：经常会被问到rag用的啥框架，这个问题如何回答？还需要准备框架的知识吗？4：面试官经常问我，rag的模型是啥？有做微调吗？如果不做微调怎么回答？5：大模型还需要补充那些知识？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

在互联网大厂算法岗的面试环节中，深度学习相关八股文的重要性早已无需多言。算法岗面试八股文看似是一个大家"背答案，对于记忆力的比拼"，但实际上却是互联网大厂面试官考察候选人知识体系完整性和基础知识掌握扎实程度最直接、有效的方式！因此八股文在面试中的重要性不言而喻。大家在求职过程中会发现，当下很多大厂算法岗面试八股文资料杂乱无章，不成体系，需要花费大量的时间和精力进行整理，耽误求职复习进度。本深度学习算法岗求职八股文专栏将互联网大厂面试中的高频八股知识点进行了汇总和梳理，并且附带参考答案。助力大家在求职面试前打下扎实的基础功底，面试过程中游刃有余！本文是《深度学习算法岗求职八股...