《百度算法面经》专题

8.7面的，出来一会儿就挂了，搜索策略部 面试官是女的，就刚开始开了视频，后续全程都关着 手撕编辑距离，直接闭麦让我写了 自己介绍一个项目或竞赛，我每提到一个名词就追问八股 部门做nlp的，有点不匹配 简历和nlp不相关怎么被安排这个部门了 #百度# #百度信息集散地# #面试#

多模态深度学习方向 问一些论文、项目相关 深度学习基础知识 过拟合解决方式 L1，L2正则化 BN层和过拟合的关系 算法题 给定字符串，删除最少的左括号和右括号，使得字符串括号能一一匹配 思路:从左到右扫描，遇到左括号入栈，右括号出栈，栈空时遇到的右括号直接删除，记录需要删除的字符位置 可能要去看一些多模态大模型相关的工作，了解很少，被问到有点尴尬

视频面试，面试时间：约一个小时 面试官迟到了几分钟 1、面试官解释迟到原因 2、自我介绍 3、介绍实习工作，并基于实习工作提问 4、介绍一个科研项目，并提问 5、算法题：01矩阵中找出面积最大的全一正方形（动态规划），问时间和空间复杂度 6、数组和链表的区别 7、有没有了解常见的机器学习算法？（报了下菜名） 8、反问环节：询问是哪个部门（因为百度投递的时候不知道部门）以及具体的业务 -------

问了bert模型原理 问怎么实现的 因为投的是ml/数据挖掘/nlp一起的岗位 但其实面我这个部门的面试官是做nlp的。。。就完全不怎么match我自己也没有什么nlp的经验 （bert没答上来 一脸懵逼） 然后问了项目中lstm交易数据是怎么预测的 输入和输出分别是什么 （答得不对 我说了时间 面试官说时间预测不了应该是价格。。） 然后项目中写了自己会一些前端的东西 被拷打 怎么实现居中 fla

7.21 面的算法岗，面试官很和蔼，问的问题很有深度，后面才知道是百度很多模型的核心开发人员，牛！ 上来先做题，让共享屏幕。题目是编辑距离，想了一会写出来了，让写几个测试样例跑一下，写了几个边界条件测试了一下，面试官说可以了，然后手撕代码就过了。 接着开始自我介绍，完了开始问论文相关的东西。我介绍过程中他会就感兴趣的点提问，问的很有深度，但是好在多数问题我自己准备过，答得还算可以。 接着根据论文延

7.20 一面 40分钟 1.自我介绍 项目部分： 2.常见模型的结构：bert,TextCNN,transformer,ERNIE 3.怎么比较用哪个模型更好 4.模型输入的长度限制是多少 5.怎么解决多标签问题的 6.attention的时间复杂度是多少 7.有没有做过知识图谱和问答 8.GPT的结构 9.各个类别数据不均衡怎么办？ 10.关于模型的部署和优化 11.a,b是两个常数，怎么在不

视频面试，面试时间：50多分钟 1、自我介绍 2、介绍实习项目，并提问 3、介绍科研项目并提问（问了几个） 4、对NLP领域的了解（这个部门搞NLP的） 5、编码器、解码器有了解吗？简单介绍一下 6、attention有了解吗？简要介绍一下？ 7、对NLP经典的和最新的一些技术有了解吗？（报了下菜名，因为研究方向并不是NLP） 8、算法题：不记得了，不过不难，lc中等难度的题 9、反问环节：具体的

分享面经 攒攒欧气！ 一面 1. 首先是自我介绍加一个项目介绍 介绍了研究生期间的课题 用了什么方法？提升了多少指标？分析过badcase吗？ 2. 简历有写大模型微调 问了目前的大模型微调方法你觉得哪一个最好？ 3. 反问 二面 1. 自我介绍 2. 介绍命名实体识别项目，实体嵌套怎么解决？ 3. 介绍大模型角色扮演项目，数据集怎么构建？原本微调后大模型只能扮演一个角色，问训练一次能否实现大模型

上来自我介绍，然后让把实习、项目和竞赛都说一遍。没怎么问问题，就根据简历问了一两个简单的小问题。然后做题，本来说三道题，第一道过了，第二道的时候代码写完让自己测一下，结果我太菜了，构建二叉树构建了半天😂😂😂面试官说时间够了，今天就到这儿吧。 总结：我太菜了，建个树都不会。。#秋招##提前批##百度##算法岗#

面试大概一个小时 1. 自我介绍 2. 说一段项目经历并深挖 3. 了解transformer吗，详细介绍encoder的结构，并说明为何需要position encoding 4. 了解堆排序吗，说说流程 5. 手撕最长上升子序列 6. 反问业务，说是大模型微调 全部答上来了，几乎没有答的不满意的地方。面试完秒挂。应该是方向不匹配。那为啥捞我？

背景：自己做的是算法部署 四十五分钟 主要拷打项目和实习所做的东西，聊了很多模型部署的工作 八股量很少，问你对NLP熟不熟悉，就NLP 大模型 关键词聊了一些，BERT transformer NER啥的，答的一般 最后介绍部门情况，说其实我们这边主要是算法设计，不是很偏部署，但是校招主要是看潜力，要是进来了能不能接受转方向

一面（70min） - 自我介绍 - 项目介绍，主要追问了论文（background、contribution、实验设置、算法框架、EKF） - 算法题：下面哪些函数实现了swap功能？ - 软件开发流程 需求阶段，设计阶段，开发阶段，测试阶段，上线收集 - 设计模式 https://design-patterns.readthedocs.io/zh_CN/latest/read_uml.html

视频面试，面试时长：约30分钟 1、自我介绍 2、介绍一下实习，并提问 3、介绍一个项目，并提问 4、项目中遇到的最大挑战和困难是什么？你是怎么解决的？ 5、为什么选择现在的这个研究方向（答的也不好，太实诚了） 5、反问环节：转正率（优秀通过实习考核都可以转正，感觉回答优点官方。。），后续流程（后面就是HR面了） ------------------------------------------

一面（45min） 1.自我介绍 2.实习经历深挖；介绍一下实习做的最好的项目 3.介绍工作职责和负责的项目；公共资源布局评价方案的设计，如何从时间、服务两个维度对资源布局完成量化评价 4.数据科学专业都学什么课程 5.对深度学习有什么了解 6.case题：一个图片审核的商业化产品，如何给企业定价 7.对云计算有什么了解，IAAS，PAAS，SAAS有什么异同？ 8.C端和B端的差别，未来倾向于做

上来问我asr的实习经历，主要大四asr实习后没做过语音，被问的有点尴尬 然后就是聊做过的项目，问的还算深入，还问了大概的训练显存和时间，面试官好像比较感兴趣 问了transformer模型架构，样本不平衡如何处理 问了模态对齐的方式 聊了一些多模态结合大模型的最新工作 问了视频片段过长怎么处理 还问了有没有对生成模型的了解 感觉比一面聊的深入了很多，聊的挺乐的 算法题做了一道把数组中的偶数提前到