《百度Cpp工程师面经》专题

环节一共经历了五轮。整体流程效率很高，分别是初面，笔试题，二面，三面，终面。最终没能通过，在此做一个复盘，与大家共勉。 初面（部门同职级设计师）： 初面的考察点可以分为两个模块，主要争对作品集和工作经历进行了相关提问，考察业务及专业度是否匹配。 作品集 1.请针对一个最能体现交互设计逻辑的作品做讲解 2.作品中的亮点是什么？ 3.这个项目是几个人负责的？你负责的模块有哪些？ 5.团队是如何进行合作

面试流程很快；投递，hr电话面试邀约，初面，周四总监面，交叉面试，面试结束后不到一小时就有了面试结果，hrbp面。 初面部门经理面，面试时间大约1个小时，面试内容基本来源于作品集，提问的问题也基本来源于作品集，面试官提出的问题比较尖锐。 二面总监面，面试时间大约40分钟，问的问题相对比较宽泛，开放性问答比较多，偶尔需要用到作品集来举例。 三面交叉面，面试官是另一个设计组的老大，时间比较短，大概不到

网申：正常申就好了……本人非工业设计或者艺术类科班出身，由此看来百度在网申筛选的话应该不会卡专业，喜欢的同学都可以大胆投。 笔试：记得北京场有111个人笔试，座位都是一个挨着一个。题目也不是选择题、问答题什么的，就一个任务（or 功能需求），根据这些功能，设计交互界面，画出低保真原型图，90分钟。因为楼主平时比较留心各种网站的界面，做得还比较开心。看到周围的小伙伴很多人都设计的是手机端的，楼主设计

数据库底层索引的优劣势？ 数据库底层索引的优势和劣势主要取决于具体的索引类型和使用场景： 优势： 提升查询性能：索引可以加快数据库的查询速度，通过跳过不需要的数据块，减少了磁盘I/O操作。 加速排序：索引可以帮助数据库对查询结果进行排序，从而提高排序的效率。 支持唯一性约束：索引可以保证某一列或多列的唯一性，保证数据的完整性。 提高并发性能：索引可以减少数据的锁竞争，提高数据库的并发性能。 支持数

事业群：MEG base：北京 一面：2022.8.12 时长：50min 1. 自我介绍  2. 个人项目，我的项目是围绕着学校课程的项目来的，面试官就让我介绍这门课讲了些什么 3. （学校里）性能测试做了什么工作，性能测试中需要关注什么部分，我从前端和后端分开来讲的 4. 接口测试关注的部分 5. 实习中做的测试工作内容有哪些，这些工作是针对APP吗 6. TCP三次握手，为什么一定要三次握手

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

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：

接到通知到面试中间隔了不到3天，准备时间很有限，去之前恶补了很多面试时可能会被问到的问题。百度算是很守时的，约好的下午2-3点，1:50几就被面试官叫了进去，在一个类似接待厅的地方。一开始面试官让我自我介绍，巴拉巴拉讲一堆的期间她会问我一些问题，因为是自己的真实情况所以也能自信回答。 之后她让我具体讲一下我的两三个作品。中间也会围绕我的作品问问题，有点像找茬儿一样。讲完作品后她会要求我给她看一些手

背景： 给paddle写过代码，参与多次paddle开源。贡献过API，编译器（PIR），CUDA Kernel等代码。 面的很快，就40分钟。有的时候想多说两句面试官说：快点说，不重点的跳过就行。遂很多都说了一两句就跳过了 项目&八股相关： 惯例介绍一下自己：讲了实习+项目+paddle的开源。 开始又惯例问了问我想做什么方向，训练偶or推理。 问我对哪段实习经历印象最深（因为是面推理的岗，我就

[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，

8.13号打电话约面，15号面试，16号挂，跟我讲部门内部主要使用C++，我是golang选手，进去需要转语言，基本上都是问简历上的东西 1.自我介绍 2.介绍一下实习做的项目 3.实习期间遇到的最大的困难 3.介绍一下自己的课题 4.innodb与Myisam的区别 5.redis有哪些数据结构 6.介绍一下K8S 7.内存分配算法 9.介绍一下文件系统 10.硬链接与软链接 11.python

面试岗位：机器学习/数据挖掘/自然语言处理工程师 面试时间：23/08/14 面试时长：50min 面试内容： 自我介绍 介绍两段实习经历 熟悉哪些机器学习/深度学习/搜广推算法 两道代码题：寻找两个正序数组的中位数；根据字符出现频率排序；（力扣原题） 反问：部门业务；对新人期待/要求：学习能力强、基础：Python离线模型开发、C++在线开发； 总结：面试官对面试者的研究背景较为包容开放，为人和

没想到吧兄弟们，直接开始二战了。捞了我就面呗～这回面的挺爽的。 点名表扬语音部门，面试至少感觉respect。 八股/经历 自我介绍：懂得都懂，开源+实习 讲了讲在字节的实习工作：大模型训练模拟器 根据这个他问了我TP PP DP都是什么，具体流程 如何根据TP PP的通信量进行取舍 问了量化相关，什么是per tensor，per channel，group wise 不同的量化方法之间的区别，

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

岗位：深度学习算法工程师 笔试：9月14日 一面(9月20日) 自我介绍 做什么方向 on-policy和off-policy DQN和PPO 为什么要提出PPO算法 论文为什么用强化学习 手撕代码：超简单，排序解决 反问 组内业务：vivo互联网，主要是应用商店等的推荐 HR面(9月23日) 自我介绍 优缺点 选一面答得不好的问题，重新回答 最大的挑战 最大的成果 实习最大的贡献 倾向城市 家庭