百度 手百feed流推荐 一二三面(已意向书)
-----8.5日 更新----
hr电话沟通，介绍了部门，问了自己的目前面试offer情况。发了意向书。
建了个推荐策略部的offer群，群号810032450，收到offer的大佬可以一起进来交流
-----8.2日 更新----
收到经理电话说通过了，八月底hr沟通offer
------------------------
百度应该这周给结果，先把之前缺的面经补一下 ，球球给个offer吧🙏🙏🙏
7.7官网投,约面试，7.9 一面，7.12二面，7.13通知二面过，7.19日 三面，7.27人才测评，8.2 OC，前后二十多天，百度流程还是挺快的。
算是夏招以来拿到的第一个满意的offer吧，平台还可以，做的方向也是自己比较想做的。
部门MEG 百度推荐策略部 ，base北京，做手百feed流推荐
一面 1h 15min
7.9号 ，面完当天hr约二面
上来自我介绍
做两道题
计算浮点数平方根，K个一组反转链表 30分钟做完，测试用例 + 讲思路
对哪些推荐模型比较了解，说了wide&deep
讲一下wide&deep模型，
wide&deep讲了wide部分的记忆力与deep部分的模型泛化能力，面试官让给定新
闻推荐的例子，谈一谈如何使用wide部分和deep部分
为什么deep可以提高模型泛化能力
新闻推荐，wide部分，使用id交叉还是类别交叉
使用id交叉，组合爆炸怎么办
之前有没有跑过这种
wide&deep的优缺点，如何解决，引出deepFM
谈一下FM，为什么提出FM，FM解决了什么问题
FM隐向量设置多少合适，模型效果随着隐向量的变化趋势
FM推导，复杂度前后变化
讲一下优化器，sgd, momentum, adagrad，adam，
如何判断在鞍点，不知道咋答，面试官让回去看看
adam的优缺点，如何改进，只答了计算复杂度方面，面试官提示优化效果方面，让回去了解下
目前拿了哪些offer
有什么意向
反问环节问了，使用语言以及推荐业务
7.12 上午 北京大雨，面试官在家面试
二面 45min
自我介绍
讲论文，
你这个模型怎么用在推荐中
新节点加入怎么办，
了解哪些损失函数
有哪些初始化方式
交叉熵损失推导下公式，怎么来的，
用哪些指标，CTR预估
AUC是什么，有何定义
了解推荐，transformer，DNN这些么
为什么提出FM，解决了什么问题
了解多任务模型么
有没有看过最新的论文
用哪些语言，回答python，java，问c了解如何
C++ vector 会不会，不会，。。
c语言staic关键字，不会。。。
haddop，mysql，spark等用过没有
判断链表是否相交，讲一下思路
判断元素是否在二维数组当中，IDE共享屏幕实现
推荐有哪些流程，说一下
自己适合哪些，想做哪些
召回有哪些策略
面试官说了自己部门情况，百度推荐策略部，rank组，
主要在召回后做排序，用transformer，self-attention，graph emebdding，冷启动问题，上线效率问题，mmoe，dssm
反问环节
7.13 晚上 hr电话约3面
7.19 下午
讲一下简历的问题，问有没有百度其他部门流程在留，简历好像在其他部门
先自我介绍
在实习那边做得什么，说一下，实习和实验室科研有什么不同，实习的收获
用什么手机app，说了豆瓣，网易云
谈谈豆瓣，看什么，关注了哪些，谈谈知乎，微博区别，
问网易云用哪些功能，每日推荐 + 私人FM，有什么不同，你觉得他们的推荐有什么问题，你做的话打算怎么改进，怎么实现
读研最大的困难是什么，讲了投论文最难，这个论文项目做了多久，后面有没有复盘，现在回看有哪些要改进的
问项目，讲一下，用了哪些特征，如何进行评估，猜你喜欢怎么实现的，为什么用NCF，做完有什么体验
问了在校成绩如何，上课是不是上完了，接下来一年打算做什么
个人优缺点（好难答，唉）
工作期望，说了岗位想做推荐，问了工作地点选择
经理说刚毕业工作最好去大公司，培养，发展更好
反问，工作内容，职业发展，目前哪些挑战
目前有没有投递其他公司，有没有offer
#面经##校招##百度##算法工程师#
投递京东等公司10个岗位 >
美团公司氛围 1828人发布
查看13道真题和解析