百度 提前批机器学习 二面面经

这次面试官没有迟到，没有机会水了。。。不过是个女面试官，非常亲和的感觉开局自我介绍，讲了一下学的课程内容和做的课设项目，了解了一下大概情况重点分析讲了一下数据竞赛的内容八股：1.讲一下集成学习的一些算法2.GBDT，XGBoost，LightGBM各自有什么优势劣势，适用情况3.独热编码和embedding的用途，各自优势，为什么用4.为什么在项目中用了GBDT而不是RF5.讲一下transformer的结构6.讲一下文本分类中的一些技术7.讲一下大模型项目中rag数据处理的细节场景题：1.一个数据集里面有正负相关的数据，其中有比较多的脏数据，用随机森林还是GBDT更好2.地图主要记录了轨迹数据和图片数据，怎么通过这些数据来判断一些地点是否新增交通标识，比如禁止左转的标识算法题：给一个数组，建一个二叉平衡搜索树，并且输入访问节点返回搜索路径八股还行，场景有点不会，算法题写不出来。。。。。面试官人很好，面试体验很好，就当聊天了更新：已挂，事实证明算法题写不出来的影响还是太大了

Timeline8.30 一面9.3 二面一面可能约面较晚，所以面试官态度不是特别好，面试体验糟糕没有录音，只能记个印象问答你认为语言重要不重要？学习一项新东西怎么入手？要你设计一个分布式系统，分布式系统要考虑的要素有哪些？（CAP？）解释下 ZAB 协议（忘记了，Leader 将事务请求广播给所有 Follower ，Follower 记录完日志之后，向 Leader 发送ACK，收到超过半数的 ACK，则提交事务）？ZK 是 AP 还是 CP（答的 CP，网上众说纷纭，uu们可以发表下看法）？At Least Once 机制同层面的还有什么机制（我说 one-way，面试官说不是这个意思，...

今天下午面了快手的机器学习，部门是做搜广推的，面试官小哥哥介绍了一下部门情况，看到我是做图像的，感觉有点不太匹配，然后问我愿不愿意面试，我当然愿意了时长：50min1.自我介绍2分钟2.介绍一下自己的项目，面试小哥不太懂我的这个项目，这里讲了比较多3.二分类问题常用的评估指标？其中提到了召回率，出了个场景题说一下怎么计算4.AUC怎么计算？5.AUC接近1可能的原因是什么？6.手撕：翻转链表反问：1.什么时候出结果？小哥说结束后立马给我写面评2.会介意没有相关经历的同学吗？小哥说不介意，更注重学生思考问题的方式这是我体验最好的的一次面试9.2更新：约二面了😭谢谢心软的面试小哥，你是我滴神😭

共计55min1、讲一下推荐算法的实习？2、八股机器学习按标签可以分为哪几种？知道哪些机器学习算法？BN和LN的区别？如果文本按词粒度处理可不可以用BN？MHA中的dropout和MLP的dropout有什么区别？QKV怎么得到的？注意力公式？逻辑回归损失函数为什么用交叉熵不用MSE？3、讲一下大模型实习？你是怎么取得效果的？每一项措施取得的效果占比大概是多少？4、做题全排列一个很长的数据流N，N未知，如何在只遍历一次的情况下取出m个数，使每个数被取到的概率都是m/N？ 说思路不写代码，但是必须给出公式八股还问了一些别的但是想不太起来了。