26秋招百度推荐算法一面

手撕：上来先撕了一道搜索旋转排序数组实习项目：1.融合公式形式是什么样的？2.有考虑过哪个群体提升更大吗？3.精排预估值大概有多少个？有哪些？4.AUC具体是怎么算的？是每个预估值都算AUC了吗？5.有考虑过不同群体可能要侧重不同的预估值提升吗？6.数据是怎么样的？数量级是多少？7.为什么选择了遗传算法？8.和网格随机搜索的区别在哪？9.还有试过其它方法吗？新闻项目部分：10.介绍一下MMoE吧八股部分：11.梯度消失和梯度爆炸出现的原因和解决方法

1. 实习介绍2. 手写算法题：leetcode 2. 两数相加3. 介绍你最熟悉的项目（涉及到以下八股）4. LSTM的结构5. 写一下sigmoid的公式6. 介绍一下AUC的定义/物理意义7. 介绍一下Transformer的结构8. 原论文中编码器和解码器各有几个？9. 多头注意力中，算出来的注意力分数的物理意义是什么？10. 掩码注意力的作用是什么？11. 手撕一下AUC（不用numpy）12. 你目前的offer情况？13. 你的未来求职意向？14. 你的优缺点各是什么？15. 反问环节

一、问实习 1. 为什么寻参用遗传算法而不选择其他的2. 项目把人群分了好多份，有没有考虑过部分人群样本量太少的问题3. 最后有没有分析具体是哪个人群贡献最多业务指标上涨4. 有没有考虑过解决算法手工部分过多的问题二、项目新闻推荐部分1. 你如何评估改进后的itemCF2. 为什么惩罚热门用户。为什么不选择其他方法，而是对互动次数取对数3. 为什么只取最近的互动记录用于召回，不用全量的4. 哪个设计提升最明显5. 介绍一下你用的MMoE6. Word2Vec参数怎么设置的7. 评价指标用的是什么，结果多少8. 还记得NDCG吗，介绍一下三、手撕部分手撕MMoE手撕自注意力

如果要我推荐一个真正值得投入时间、能让你技术能力质变提升的项目，我会毫不犹豫地说：跟着哈工大李志军老师的操作系统课，基于 Linux 0.11 做OS 改造。和市面上那些“看书、背概念、记流程”不同，这门课最核心的价值在于——把抽象的操作系统知识全部具象化。你不是在看别人怎么实现，而是在亲手写：写一个属于自己的系统调用改一套调度算法，让进程“真的动起来”修改文件系统，看打印出来的目录结构发生变化过去书上那些“进程状态切换”“调度策略”“内核态/用户态”，只要你在 0.11 里动过手，就会在脑子里自动变成立体、可运行、可调试的东西。而且 Linux 0.11 的代码量小、结构清晰，非常适合作为切入点。当你搞懂它，再看现代内核就完全不一样了——不再是云里雾里，而是“哦，这就是当初那段代码的升级版”。这个项目的意义不只是刷简历，更重要的是：你会第一次真正理解操作系统在干什么，那种“我把一个黑盒拆开了并重新装起来”的成就感，是任何背题都给不了的。