《百度实习测试开发》专题

#后端Java##面试# 1.自我介绍 2.介绍一下自己的项目和在项目中负责哪些模块 3.在项目中怎么判断用户是否登录 4.项目怎么实现统一的鉴权 5.假如在项目中加一个管理员，怎么实现将普通用户踢出会话 6.对面向对象特性的理解，在项目中哪些体现了 7.AOP的使用场景有哪些 8.怎么实现异步通信，不使用中间件 9.怎么处理异常，将异常信息以json抛出 10.怎么在项目中获得用户的ID

主要围绕简历项目深入问，讲整个项目逻辑，不问八股 1.分库分表怎么做的，分完库之后数据迁移过程中的风险， 2.什么消息需要用到kafka，线上表现是否达到平衡 3.介绍开发的功能模块，从测试角度用户端视角，说明模块在业务流程处于哪一环；自己测试的话重点是什么 做题，ip转二进制后计算十进制 自己的优势和不足，内向还是外向，平时有关注新的技术方向吗 兴趣爱好，工作中遇到意见不合的人怎么处理 对度小满

7.27一面 面试官人很好，问到我不会的就换别的问了，全程一个小时。 先自我介绍，再根据自我介绍里的内容进行提问，关于研究方向的问题，想了解我的研究方向大致是怎样的，让我大概就研究任务和主要方法还有数据集方面做介绍。 关于语言情况，我说我主要是用Python，她说他们C++用得多，我说本科用过，但是研究生期间没用了。她说他们Python只是拿来实验一下算法，主要还是用C++做底层的开发和改进优化。

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

岗位：机器学习/数据挖掘/自然语言处理工程师 面试体验：第一个面的公司，很紧张，也是被拷打的最狠的一次 一面 8/23 70分钟 1. 自我介绍 2. 实习拷打 推荐算法中的相关模型和前沿理论 是否有读过最近的期刊上的文章，做一些介绍 3. 科研拷打 如何做的模型 其中的系数如何确定 4. NLP拷打 Attention介绍 QKV是什么，举例说一下 Tranformer的encoder和deco

百度2024秋招机器学习一面面经 岗位：机器学习/数据挖掘/NLP-T联合 部门：百度地图 地点：北京 一面 自我介绍 对项目和实习的大概询问，没有去深挖，只是对一些问题进行询问 询问对大模型的了解，讲了 RLHF 的原理 RLHF是一种新的训练范式，通过使用强化学习方式根据人类反馈来优化语言模型。一共包括三个步骤： 预训练一个语言模型（LM） 收集数据并训练奖励模型 (Reward Model，

11月27日 首先自我介绍，大致说了一下自己硕士阶段的项目工作。项目用的是高德地图数据😂，面试官好像并不在意这个。 从项目中提的问题: 1数据处理工作包含的内容 2交通异常检测任务细节 3超图的概念，为什么要用超图 4论文中自己算法的指标有多高（自己记不清了，翻了一下手机，被笑话，说这样会让人怀疑不是自己做的） 5Lstm原理，优缺点（我不太清楚优缺点，但是回答了比RNN的优势） 开放性问题:

自我介绍到一半打断了，直接问八股…… 关注的点和一面一样有点奇怪，特别喜欢问我记不记得base模型的d_models和seq_len以及各种各样的参数…… 项目里一直纠结我训的1.5B模型，我跟她说我还训了3.8B和72B版本，没让我讲下去，说1.5B已经很大，可以满足我们项目需求了…… 代码题做了lc. 236的变体最近公共子节点，和lc. 15三数之和，手撕的没什么问题，但这三数之和在一面已经

本文向大家介绍SpringSecurity 测试实战，包括了SpringSecurity 测试实战的使用技巧和注意事项，需要的朋友参考一下 引言 试题管理系统的安全模块使用Spring Security，代码从原华软仓库移植，在移植的过程中，发现原测试编写的不好，遂在新系统中对安全模块测试进行了重构。 Spring 测试 添加@SpringBootTest注解，意为这是一个基于SpringBoot

前言 2月10号投递->2月14号一面，面完之后加了面试官联系方式，隔了一天告诉我面试评价非常好，二面因为时间关系可能会晚点。 又隔了2天，告诉我由于学历问题，组里决定不再继续面了 一面（2月14号，1h30min） 自我介绍 实习经历 为什么在第一家公司实习了5个月？没考虑留下吗？（转正失败了） 为什么第二家公司只实习了2个月？ 为什么选择来字节跳动实习？ 详细介绍一下第二段实习中用Golang

2023春招找实习的同学跟我分享了他的面试经历，在这里我进行了一些总结梳理，然后发出来供大家学习 1.自我介绍 2.八股文 你写的这个实时数仓，维表是怎么更新的 flink了解吧，flink里面断流怎么处理 flink的exactly-once是怎么实现的 checkpoint的时候barrier什么时候发送 checkpoint产生了很多快照，怎么进行处理呢 sparkstreaming和str

首先想说面试官真的好!很善解人意，听出到菜鸡的紧张不停地安慰我 总时长大概一个小时 1.自我介绍。 2.python的lambda函数举例实现。 3.说说python内置的数据解构。 4.ACID。 5.撕项目，大概20多分钟。 6.你知道的排序算法有哪些，HR选了一个排序，说一下基本的算法思想。 7.是否用过索引，介绍一下你所了解的索引 8.（因为简历）java的熟悉程度如何。 9.窄依赖和宽依

1、自我介绍 2、我在上一段实习工作中做了什么 3、有两个不规则杯子三升和五升，怎么量出四升水 4、百度搜索页面，第一页上的下一页和第二页上的下一页哪个点击率高，为什么？ 5、搜索一个人名前五条内容应该是什么？ 6、可以根据哪些纬度判断一个社会事件是热点事件 #百度产品经理# #面经# #百度#

流程 二面依旧是业务面，接到一面通过的通知后，把二面时间约在了第二天 整个面试流程依旧是：自我介绍→提问→反问，问题的大方向和一面差不多，是关于职业规划、业务行业相关与运营岗位工作的，下面是提问环节的具体问题。 问题 之前的实习中觉得自己做得比较好的点是什么？ 对于职业规划有具体的方向吗？ 你对AI或者图像技术有什么基础认知？ 为什么觉得自己适合做运营工作？ 如果让你做内部平台的运营你会从哪几个方

一些答的不好的八股问题总结 忘了很多 想到再更新答案和问题  1. llama 7b 为什么比其他基座好，与gpt3比做了什么改进：数据上质量更高，结构上用的RoPE+SwiGLUE 2. GQA可以给训练加速吗：不可以， 3. 检索增强怎么做的： 4. 长度外推除了ROPE还有什么方法（长度外推一个是训练时数据没那么长导致的一些问题，一个是计算复杂度太高没那么多资源）：局部注意力（平移不变性，感