1.自我介绍 说一下在中科院做的学术研究 说一下自己做深度学习算法的工作，有哪些创新 2.说一下在intel做的工作 对于算子的优化有哪些？ 有没有写kernel？写了哪些kernel 具体怎么写的？怎么提高kernel的效率 3.基础知识 说一下transformer，multiheadselfattention的计算，以及它为什么要这样计算。 简化一下，attention机制和RNN相比有什么

一面主要聊项目，2道共享屏幕手撕，01背包和n皇后，快一个半小时。 二面聊项目，手撕最长子序列，一个小时。 前两面聊的挺好的，面试官也主要是搞技术的。 第三面就比较搞了 hr约的面试时间下午两点半，下午快两点的时候改成2点面试，过一会又改成3点。 面试官不开摄像头，说了一下项目，问了简历为啥没有实习，对自动驾驶的认识，未来两年你的发展规划，20分钟结束，然后被挂掉。 HR说面试官突然有事，所以面试

笔试 笔试的算法考的都是往年的原题，不像蔚来的都是新题。选择填空考的都是根据代码写出运行结果，20道都是这种题型，做的好累。 一面 上来就是手撕代码，共享屏幕给面试官看：字符串的编辑距离。(https://www.cnblogs.com/silentteller/p/12367124.html) 然后也没有问我任何关于C++的知识，只问了实习中的wav2vec2.0,它是怎么工作的。然后问我有没有

[toc] 百度 机器学习算法工程师 凉经 投递 2022.07.25 牛客投递，后面牛客上内推了，发了一个内推确认链接，就等于是官网内推投递吧应该 一面通知 2022.07.29 通知面试，直接发的2022.08.02 晚上 20 : 00一面 一面 2022.08.02 面试时长：60 min 面试平台： 如流（百度自家的） 面试过程，分为3部分 项目 介绍项目，问了两个项目 在问项目过程中，

约的8点开始， 8点面试官进来后说要上卫生间，等到8点10分开始，一共60分钟。 1、开始先聊了会儿在字节实习的内容，主要聊场景； 2、聊完后开始问xgboost（简历有写），很细，都是答完后继续往下深挖，答的不好： 和GBDT的区别 什么场景用lr，什么场景用xgboost，什么场景用nn 构造树的过程 怎么来做多分类的 。。。 3、auc指标的含义 4、分类问题为什么用交叉熵不用mse，从公式

一面：时间大概1小时（因为代码撕得快，45分钟左右就结束了） 1. 自我介绍 2. 问了很多深度学习以及神经网络相关：Attention模型和CNN的区别，DenseNet和ResNet的区别，Unet模型讲解，如何解决过拟合，讲一下如何多项式拟合车道 3. 基本上是把所有做过的项目都深入聊了一下 4. 手撕代码：手写快排+最大连续子数组的和（本来留了半小时，5分钟搞定，都是入门题） 5. 反问：

8月23一面： 自我介绍 手撕两道代码（最长公共子序列） 8月24二面： 自我介绍 coding：给定字符串，给定一个词典（词典元素可以重复使用），问字符串是否可以由词典中元素组成 问项目，评价指标，没有上线如何进行模拟上线的检测 8月25三面 自我介绍 问了论文、问了一个项目 问了Transformer的结构，相较于LSTM、CNN的优势 机器学习内容： GDBT、RF、bagging、boos

Q1 100% 题意 小昱购买了两款游戏，第一款游戏***有n个关卡，通过第i关需要花ai的时间；第二款游戏***有m个关卡，通过第i关需要花bi的时间。两款游戏都不允许跳过关卡，即必须要通过第i关，才能挑战第i+1关。小昱想知道在游戏时长不超过t的情况下，最多可以通过多少关？ 输入 第一行 n,m,t 第二行 ai数组 第三行 bi数组 思路 前缀和加枚举通过第一关的游戏数，更新答案。 具体实现

海笔果然就是让大家做着玩的，这也太简单了…… 第一个题说是滑动窗口中找合意义的子串，但其实就是很简单的双指针判断，第二个稍微有点意思，不断改变01让数组全相等，就是查基数偶数。第三个图里的标准bfs 100，100，90几，物业来敲门修东西，我也懒得改细节了，交了。 选择题反正是g，我投的深度学习岗，一个机器学习的题都没，反正早就共享了，做着玩了

1. 通关 AC 题目大概意思：两个数组和一个t， 选择和不超过t的最大个数 思路：构建两者前缀和，遍历小的一个，对于另一个数组二分查找位置，记录maxn 2. AC // 给数组排m次序 // 输入一 n 个数组成的数组，进行了m次操作 // 每次操作由 a b 两个数定义 // a==1 表示把数组的前 b 个数从小到大排序 // a==2 表示把数组的前 b 个数从大到小排序。 // 输出m

做了海笔没ak也约面了 第一个大厂还是很紧张很紧张的 面试官提前了四十分钟进会议室。。。 一上来自我介绍（ppt）面试官当时表现得有点异常惊讶hh 然后介绍完什么都没说直接编辑距离 当时脑海中一直想直接做题就是kpi 然后出了两个bug，思路也不说的不太好 面试官提醒之后才搞完 再接着就是简历深挖，挖到地心了 很多自己没想过的被问了 然后问各种 bn、dropout、不过都是基础的机器学习的东西，

先简单记一下，明天面试完在来写详细的 第一题，统计数组中，差为k的数对的个数。 思路：参考两数之和 第二题，最少攀登的次数 思路：用一个大顶堆来维护已经爬过的山的奖励，当遇到过不去的时候，就从已经爬过的山中不断找奖励最大的来爬。 #秋招#

提前批 过去有点久了，可能有些回忆不准确了 百度机器学习一面 （电话，很简短） 询问想做的方向 问了LSTM GRU的结构和区别 Attention 原理 Bert 原理 对做NLP怎么看 百度机器学习二面 过项目，问项目涉及到的机器学习算法 概率题 贝叶斯相关 手撕算法 二分查找 先写无重复的 再写有重复找第一个 百度机器学习三面 证明根号二是无理数 用梯度渐近法求根号2 用牛顿法求根号2 手撕

终于忙里偷闲，有闲心接着记录未完成的记录了。 上来就俩算法，感觉第一个算法出简单了所以又来了一个？具体是啥忘了 介绍下Spring IOC（然后接下来全是这方面的深入问） IOC解决的问题是什么，如何做到的呢，流程是什么，比如注入一个bean，spring怎么知道是注入了哪个bean然后去使用。 Spring自动注入bean是如何做到的。从Spring底层和流程上去解答（这一直没搞清楚他想问的是啥

听说牛客上分享面经能积攒人品、收获offer，因此发一下我的面试感受。 我是本9硕C9，目前方向是自然语言处理。1月末突然被百度给捞起来了。 一面 技术面(2.2) ：1h 详细介绍本人项目研究，面试官深入提问 编程：343. 整数拆分，秒掉 问机器学习、深度学习、nlp八股，过拟合、调参等等。 反问：部门情况，常用技术栈 2.3晚上接到二面面试官电话。 二面 技术面（2.6下午）：70min 详