百度推荐提前批一面面经（08.02）
时长： 1h30min左右
- 自我介绍
- 直接手撕：k个链表的合并（先问两个链表的合并说思路），然后简单说下k个的思路，我用的堆，然后分析时间复杂度，追问我其他优化方法（一直以为还要优化时间复杂度，没想出来，后来听面试官的意思想让我说归并排序，然后简单说了下）
- 简单问了几句论文
- 问了word2vec，deepwalk（说了简单的 ，我说偏nlp我不是很了解，用图比较多），然后介绍graph embedding，问了graph embedding 和 word embedding的区别，问我random walk的改进
- bagging和boosting是否了解，各自的区别
- 随机森林，gbdt和xgboost，比较详细，好在了解的比较充分，还问我是不是平时不怎么用，我说确实，平时做起来数据集也很小，很少用这些
- 是否了解一些简单的推荐ctr预估模型，简单说说
- 协同过滤说一下（原来只了解一些简单的，结果都忘记了。。说了不太会，面试官说可能确实不是我的研究领域，笑了笑说没事，这里很慌..）
- 问了传统ML八股一些知识
- 看我说用c++比较多，问了c++的八股（虚函数，纯虚函数，析构函数，多态）
- 最后给了一道数学题：一枚硬币，正面7次，反面3次，第一反应直接求0.7，面试官引导用极大似然估计算，最后他给我的答案是0.7，求出0.75...遗憾不会做
- 反问（问了部门推荐做的具体方向和图相关的工业化落地实现）
个人认为百度的面试官非常nice，大厂的面试官态度都非常好，全程引导，而且知识面非常开阔，基本都会有些引申，有很多答得不太好磕磕绊绊，以为会凉😥，
好在1h给了二面短信，安心准备ing
投递科大讯飞等公司10个岗位 >
