#百度开奖# 1. 自我介绍2. 模型优化项目    1. 模型优化为什么可以避免跷跷板现象呢？    2. 为什么模型优化能解决负迁移问题    3. 每个任务选择多少个特征呢？    4. 怎么为每个task选择增量特征4. MMOE为什么存在跷跷板现象5. 任何任务都存在跷跷板现象吗？6. 其他多任务训练的架构？7. AUC计算公式和意义8. DBSCAN算法9. 手撕：mask attention手写在关注搜广推算法方向的校招/社招/实习同学们，想拿到搜广推算法offer，简历中没有岗位对口/高质量的项目经历，会较难通过面试甚至难以进面。同学们可以了解下算法项目辅导，在简历中增加一个高含金量的项目，助你斩获offer~ #推荐算法#  #百度#  #面经#

我也曾满怀期待地投递简历，却发现机会寥寥，竞争激烈。回想起那些校招的日子，真是让我感慨万千。或许，参加校招是通往好工作的捷径，而我却错过了这个重要的机会。希望未来的求职者们，能够抓住这个宝贵的时机，不要像我一样后悔。

50min大部分都是实习拷打、以及对项目中的某个模块进行用例设计其实并没有很系统的学过软测，很多用例覆盖不完整，导致回答的一般般给了一题求山峰数组最大值，很抽象的竟然没写出来，回头一看最大值收集条件没写对只能怪自己菜了，感觉已经很给机会了，总在机会来临时把握不住，似乎真的看不见上岸的那天了

酷睿程（仿真算法-数据驱动动力学建模）OC一面11.28 1. 上来自我介绍2. 让我详细介绍一下简历上强相关的项目3. 问我之前干的规控，后来为什么做这个方向，你觉得这个方向的意义是什么4. 什么时候接触深度学习的，问了几个问题，什么是感受野，什么是反向传播，怎么解决梯度消失梯度爆炸5. 了解transformer吗，什么是注意力机制，介绍一下QKV矩阵，什么是多头注意力机制6. 训练过程中遇到过什么问题？怎么解决的？7. 了解车辆动力学吗？问了几个动力学相关的小问题8. 平时用什么语言多(回答C++)，问几个相关问题，什么是智能指针，具体介绍一下机制，虚函数虚函数表。9. 再问你几个Python的简单问题，（面试官人挺好，听说我之前主要用的C++，降低难度了），tuple 和 list 的区别，Python中变量的生命周期（我被问懵了，然后耐心给我解释了Python的机制），还问了几个其他问题。（不会的都给我耐心解答了）10. 反问环节一面的总体感受很好，面试官人也很好11.29上午电话通知一面通过，预约二面当天下午二面11.291. 上来自我介绍2. 让我挑一个项目详细介绍介绍（然后他就闭麦了，听我巴拉巴拉10分钟）3. 问我项目几个人干的，我干了啥，数据怎么采集的，场景怎么设计的性能验证指标是什么4. 网络怎么设计的，对比过其他网络结构吗，我说哪些网络，然后会分别问对应的网络的知识点5. 最后哪个网络效果最好（lstm），LSTM 和 RNN的区别是什么，知道门结构吗，具体逻辑是什么6. 问我一面手撕了吗，我说没有，让我共享下屏幕，打开Leetcode，搜岛屿的最大面积，手撕，讲讲你的思路7. 然后搜矩形的重叠面积，手撕，这个没撕出来，测试用例过了，然后让我讲讲思路（这题耽误不少时间），最后面试进行了将近一小时，但面试官全程没催过我，语气也没有不耐烦急躁这种。8. 反问环节整体感受也很不错，12.2电话通知二面过，约 HR 终面HRBP 终面 12.31. 自我介绍2. 挑个项目让详细说说3. 聊天4. 反问这一两天应该能开出来12.4 HR打电话 OC整体面试感觉很不错，无论是HR还是面试官，而且流程推进的也很快，应该是要去酷睿程了#实习##自动驾驶##面经#