百度提前批机器学习/数据挖掘二面（挂）

1.自我介绍2.简历上提到的项目都大概问了一遍3.八股    1）线性回归y=ax中，a怎么计算？    2）mse的缺点？    3）最大似然估计知道吗？能不能计算a？4.base地的希望5.反问：    1）业务方向：面试官很耐心讲解了业务的方向，甚至别我介绍我自己的项目还详细    2）是否介意没有相关背景的同学？不是很介意，主要还是看能力    3）后续流程：至少一轮技术面+hr面

两小时速通三面后没消息一面:挖实习项目多个二分类进行回归怎么分桶loss怎么设计尝试了哪些视频时长建模的方法怎么利用数据的分布来建模多峰分布怎么处理（既有短视频又有长视频）数据预处理的方法，怎么映射二面:讲项目，提到什么问什么算法题: 最长连续子序列三面:类似huawei主管面，一些比较空的问题，遇到的困难，最有成就感的事关于大模型的看法，对社会的优劣，用过哪些大模型，有哪些新的可以落地的场景 10.28:状态转为Offer评估中了 #百度# #算法# #面经#

#OPPO#感觉和互联网风格不太一样，不太侧重挖项目，全程在拷打八股1. 挖项目细节2. 讲讲特征怎么稀疏化，怎么处理的3. 怎么对数值特征进行分桶4. 讲讲推荐系统里有哪些注意力5. 讲MMOE,PLE,ESMM模型6. 讲XgBoost7. 讲DIN8. 讲Transformer，为什么注意力能起作用9. 推荐系统有哪些Bias特征10. Embedding特征相对于其他特征为什么能更有效果？#面经##推荐算法##推荐算法面经##OPPO#

被拷打了，一直问项目细节，以及命令是什么。可都是半年前做的了，那么细谁记得清呀 。就问了十几分钟就开始做题了，出了个实现万能排序工具，我一看出这么难的就知道凉了。一面八股比较多，二面更偏向具体怎么实现的，自己还是代码敲少了😡总结，还是自己的问题，项目没有吃透问的太细了，最后面试官甚至问我是不是在糊弄他。还是自己太菜了😭回去得把项目代码再看一遍。