近期：快手三面、招银二面、华为一面已完成；待续：快手四面、招银线下三面、华为线下面试。面经后期更新。意向：已收到百度HR微信联系，让等消息。乍一看情况还好，但尚未收到实际oc。

百度上海的岗，做广告推荐的部门timeline：8.22 投递    9.1 测评    9.4 一面    9.10 二面    9.12 显示共享中一面1个小时，基础八股+项目+手撕1. 自我介绍2. 介绍clip模型3. 项目：大模型SFT数据细节，prompt设计方式，介绍cot4. MLLM了解情况，介绍一些现有模型5. 介绍lora6. 一作论文详细介绍7. 介绍CNN模型，池化的作用8. 词嵌入的发展历史，word2vec训练方式9. 介绍transformer、self-attention10. bert和gpt的区别，为什么前者用于理解，后者用于生成11. 介绍GAN模型，生成器/判别器的损失函数，介绍模式崩塌现象和解决方法12. 介绍第二篇论文13. 分类模型的发展历史手撕：快速排序二面1个小时，机器学习八股 + 项目深挖 + 业务理解 + 手撕1. 自我介绍2. 项目：介绍项目的应用场景，整体流程，数据量3. 使用什么模型（MLLM），和LLM有什么区别4. 介绍transformer5. 给定一个业务任务，如何完成模型搭建（ps.面试官大概意思是从数据处理-模型选择-效果验证角度详细说明6. 介绍过拟合、欠拟合现象及解决方法7. 介绍深度学习的优化策略（ps.可能包括学习率优化、梯度更新策略、超参数选择等方面，没答全面8. 激活函数介绍，sigmoid 和 relu的应用场景及区别9. 是否了解广告、推荐相关（介绍了一个实习中一个搜索相关的小项目，CTR啥的不太懂10. 计组知识：进程与线程区别、死锁及解决方法手撕：给定一个数组，判断它是否是一个二叉搜索树的后序遍历（ps. 有些问题记不太清楚了，仅供参考

25 届 java，后端和测开都想投一投，暑期在某中小厂做后端，刚离职不久，但感觉技术沉淀不够，最近随手投了两个日常实习的测开，百度 oc 了，小红书准备二面，感觉问题也不是很大，想去大厂看一看，与秋招并行执行百度：面试官没明确说，但业务是关于工业产品的测试，面试官和我描述职责的时候有点避重就轻，感觉进去大概率点点点小红书：做的是服务端的测试开发，我进去的话除了测业务也会做些开发，感觉服务端的测开会比业务的测开好很多，问面试官是不是写自动化脚本，答做的比这个高级一些btw：由于想与秋招一起搞，所以百度的作息可能比小红书更好一些（下班时间更多，也不用大小周），有点纠结，要去吗，去哪个？

整体五十多分钟，岗位是：机器学习/数据挖掘/自然语言处理工程师-上海1.他先介绍了部门，是做广告竞价的；然后我做了自我介绍2.拷打实习项目，我先介绍了一下，然后他问得很细，主要问了数据如何生成、如何扩增、为什么要这样扩增、数据格式、指令格式、对模型人设感知能力的提升是怎么做的、模型如何迭代、如何部署测试的、测试指标是什么等3.拷打rag的项目，我先介绍了一下，然后他主要拷打了如何构建问答对、如何做召回、召回模型用的什么、结构是什么、模型微调如何做的、对比解码讲一下、线上评测指标是什么4.代码题，让我写一下协同过滤的代码，这不寄了吗，俺搞大模型的让写这个，我只看过概念写了一会写不下去了，感觉前面这几面怕是白面了再也不面百度了，面的几次没一次对口的，基本全被搜广推捞了，服了啊 #软件开发笔面经#