地平线 深度学习框架开发 一面

#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。

9本科班，现在在港中深读研一，选这个学校主要就是看中在深圳并且可以自由实习。我之前有c++和深度学习的基础，本科的时候用c++做过webserver，然后研一上学期看了陈天奇的机器学习系统的网课，做了一个类似pytorch框架的项目，现在力扣做了400多题。比较纠结这三个方向1. Java开发优点：学习路线明确，有很多学习资源，属于认真卷了大概率就能找到工作。缺点：没有Java基础，不知道现在开始准备还来得及吗（26年毕业）2. 机器学习系统，ai基建方向优点：感兴趣，有一定基础缺点：听学长说这个方向现在已经卷爆了，而且工作比后端干业务要辛苦很多。3. 搜广推方向优点：有深度学习基础，本科毕设做的就是推荐算法缺点：算法岗的难度感觉会比较高，而且我研究生阶段应该不会有论文产出。大概就是这样了，我还是挺喜欢写代码的，没有特别抗拒的方向。请各位大佬给点建议！

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