百度推荐策略部二面凉经
前言
楼主是社招，面试的算法工程师岗位。上个月面过一次百度的推荐策略部，但是当时那个面试官很不友好，鸽了我三次，而且每次都是迟到之后才跟我说改时间。最短迟到了四十分钟，最长一次迟到了一个半小时。最后问的问题也鼻子不是鼻子眼不是眼，体验很差，因此没写面经。
这次还是面试这个部门，这次的面试官非常nice，考察也很全面，体验也很好，只是自己还是太菜，二面几个题没答上来，估计凉了。写一下面经帮助牛油。
一面
一面比较简单，而且面试官很nice，因此表现不错。很多问题我忘了，就记了一些有印象的。
1）kmeans是有监督还是无监督
2）xgb模型的原理
3）FM相比于LR的优势（自交叉、稀疏特征不太影响训练、可以得到embedding，进行高维交叉，推理未出现过的特征组合）
4）介绍一下DIN 和 DIEN
5）概率题：男性得色盲的概率是 5%，女性得色盲的概率是0.25%，求一个人是色盲的前提下是男性的概率。（贝叶斯公式推导一下就可以，当时不知道P(男)怎么算，后来面试官说可以认为是1/2）
6）算法题本来要做堆排序，后来面试官说时间不太够（幸亏没做，我不会手写堆排序，面完赶紧学了一下。。。），所以算法题出的是给一个m * n的矩阵，求左上角到右下角共有几条路径？只可以往右和往下走。（leetcode 原题，动态规划，转移方程 dp[i][j] = dp[i-1][j] + dp[i][j-1]）
二面
二面被血虐。。。问题很多，很深，很全面。但是面试体验还是不错的，只是我太菜了。。。
1）xgb分裂节点的依据
2）xgb如何处理离散值、连续值
3）如果相邻的连续值比较接近，比如只有小数点后三位的差距，xgb会遇到什么问题吗？（我觉得可能是划分点会处于一种“边界”上？稍微改变特征就会划分到不同的节点？不过xgb是依据分位点划分的，所以说了可能影响不大。这个问题有大神能回答吗）
4）word2vector 如何做负采样？是在全局采样？还是在batch采样？如何实现多batch采样？怎么确保采样不会采到正样本？word2vector负采样时为什么要对频率做3/4次方？
（对负采样没那么熟，别问了QAQ）
5）为了提升xgb模型效果，做了哪些优化？
6）介绍一下 sigmoid 和 relu，relu有什么缺点？
7）介绍一下梯度消失，有哪些缓解办法？
8）深层神经网络为什么不好训？除了梯度消失还有哪些原因？（当时脑子抽了说不出来，今天想起来应该说一下resnet那篇论文里提到的网络退化。。。 T-T）
9）了解图模型吗？了解Graph Embedding吗？
10）知道哪些损失函数？为什么分类问题不能用均方差？（这也是经典的题目，求导后发现预测值越接近label时返回的梯度越小，越难训练）
11）算法题1：开根号（经典题目，牛顿法和二分法。牛顿法注意了解一下那个迭代公式怎么来的；二分法注意如果给小于1的数的话左右边界设置成什么）
12）算法题2：给定一个数组，写一个函数来随机打乱这个数组。
这道题好好说一下，问了很多相关问题，盯着我二十分钟，看着我苦思冥想QAQ。
1、打乱数组的方法我就说一个直观的，生成随机数决定每一个元素去的位置。后来看网上发现这个跟Fisher Yates Shuffle 有点像。
2、怎么证明你这个方法是随机打乱的？磕磕绊绊地写了个数学证明。对于一个元素来说，到每个位置的概率是相等的，因此是随机的。
3、有一个黑盒函数，它的作用是打乱数组，你怎么证明这个函数的随机性？这个问题想了半天，面试官给了很多提示，但是最后还是没想出来。面试后也没在网上找到答案。今天早上突然灵光一闪，或许可以多次运行这个函数，记录每次每个元素被分配的索引的频数，最后计算下频率，看是否是均等概率。早点想出来就好了QAQ
13）抖音这类app怎么做推荐系统？分类问题还是回归问题？当作回归问题的话会不会有什么问题？（提了一下youtube模型，它是对观看时长进行建模）
14）知道哪些推荐算法？（提了很多，后来点了一下百度比较出名的双塔模型）
15）双塔模型有什么问题？（我说不能实时反应客户的行为？）
16）如何改进双塔模型？
17）知道哪些筛选特征的方法？
总结
这次面试虽然也凉了但是学到了不少，平时学习模型的时候还是应该再深入一些，了解模型的细节，以及做法的原因。还有一些主流推荐模型的优缺点和适用场景、改进方法等等。
希望能早日上岸 QAQ
更新三面
没想到一转眼已经收到百度offer了，来更新一下后续三面。
三面是压力面，面试官大哥差点没把我压死。我被怼的体无完肤，一度觉得自己的工作项目就是toy。。。
其实三面也没什么好说的，全程是针对项目提问，看着简历一行一行地问。不过有一个可以抽象出来一个通用问题，我觉得大家一定要准备一下。
就是在面试前一定要想好你项目中每个做法的原因。
举个具体的例子：你在项目中发现了哪些问题/现象，因此你调整了模型的哪个参数？最后取得了什么效果？
因为机器学习和深度学习项目大家很容易盲目的去做，经常是随便试好几个模型，哪个好就用哪个。
但是面试官肯定更希望你能了解模型的细节和原理，有针对性地有充分理由地使用模型、调整参数。
我觉得大家在面试之前可以多准备这方面，就算面试官没有问也可以主动地说出来项目中一些做法的原因。这样可以让面试官觉得你是有独立思考的，而不是随便调包。
不过最好是有深度一点，像 “我发现了过拟合，用了dropout，最后缓解了过拟合“ 这种比较普通的说出来可能也没什么帮助。
再总结
没想到能上岸百度，跟做梦一样，努力终有收获。希望各位牛油也能早日上岸，加油！
#百度##面经##社招##算法工程师#
