百度推荐算法日常实习一面面经

1、自我介绍2、介绍实习的推荐项目3、推荐系统离线都看什么指标，这些指标有冲突怎么办？4、新item如何做冷启动？5、pointwise, pairwise, listwise区别？为什么精排用pointwise6、推荐和广告有什么区别？6、如何提高推荐的多样性？7、排序模型离线指标和线上效果不一致如何处理？8、推荐上怎么引入搜索的一些相关信息？9、leetcode 56：合并区间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~ #面经#  #校招#  #美团#  #推荐算法#

工作时间朝九晚六，每天六点准时下班，和同事一起去健身房锻炼，锻炼完再回家。这里的活动也特别多，节日活动、实习生活动，还有每周三的社团活动，认识了不少新朋友，收到了好多小礼物。入职一个多月了，终于独立完成了我的第一个项目。感谢我的两个mentor，二对一都耐心指导，每天我负责找bug，他们帮我解决，我也学到了很多东西

哈哈哈哈，10.20 写好简历，10.25 第一次面试，我不想说了，大厂日常实习要求这么严格了么，面试时间一个月都给我面麻了🥴

bg：末九本，中九硕，均是科班，目前研一上在读，研究方向是隐私方面，导师放养，不怎么卡实习，组里的学长学姐去向开发比较多，没什么去算法的。现在犹豫学搜广推还是继续Java开发，Java开发本科学了一年多，做了几个项目。搜广推部分，则是0基础，只会一些基础的深度学习。目测走算法的话，大概率没有论文产出，算法竞赛也没打过，这方面的项目也没做过。如果all in搜广推的话，没论文，只有项目能找到实习嘛？以后靠刷实习经历，秋招能找到算法工作吗？还是说放弃幻想，直接all in开发，冲高base，望大佬们指点