百度日常实习推荐算法二面

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

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

美团 longcat 和百度 Paddle 团队大家感觉应该怎么选哇，给的钱都差不多，都是做 AI Infra 的岗位

之前投了提前批，成都开发岗位的，简历挂了。后面转到正式批秋招，做了笔试之后，今天打电话来约面了。我还专门问了一下base，他说是成都，不是哥们，11月，成都大厂还有hc?我是不敢信啊😅，感觉是给的太低被人鸽了嘛10.23面完华子之后，都打算不再面试等后面度小满和华子开奖了，秋招真的好累。