《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#

背景:211本浙大硕，研一，acm铜牌，一篇Neurips在投，之前是做3d视觉的。百度这个岗位其实和我不太匹配，是做diffusion相关的。 一面:对方看我的acm经历，认为我代码能力应该没问题。然后聊了聊我的论文，说我研一能发论文已经很不错了，平时应该比较忙。然后得知了这篇论文是我三个月做出来的，表示我上手能力应该比较快，到时候转diffusion应该会很快，并且问我能不能接受转方向。然后聊

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 -------

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

1.自我介绍 2.深问项目 3.大模型出现幻觉的原因，及对应的解决方法 4.做题（二叉树的层次遍历）

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

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

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

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#

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

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？

先自我介绍，这次没有先做题，好评 1. 从实习/项目/论文中挑一个讲 讲了在快手的推荐算法实习，面试官听得很仔细，针对我的经历问了很多问题，也提出了自己的想法。聊了快一个小时。 2. 题目lc39 组合总和 很经典的一道回溯题，不难，写出来了 3. 反问 主要还是问了下组里的工作和面评 无八股

先自我介绍，然后就直接做题了（好像百度都是先做题 1. lc 312 戳气球 二维dp 没做过 想到是二维dp但是面试官引导了半小时还是没写出来😢 2. lc172 阶乘后的0 写出了On的写法，面试结束后看了下还是logn的解法，没写出来 3. 聊了实习的内容，我主要做的是因果消偏召回，所以基本也只问了召回相关的 4. 简单聊了一篇论文 无八股 反问 组里的业务是什么 面试官人非常好，也很有耐

百度算法实习一面，50分钟 1.手撕代码两道，最大子序列和，完全平方数 2.介绍下项目 3.Transformer 4.Attention 5.QKV原理 6.GCN初始化怎么处理 7.项目做的有关时间序列，问除了transformer怎么针对时间上的特征更好地建模，考虑过传统方法吗？ 8.DIEN中怎么对输入文本，标签，用户画像等数据进行转换时，有哪些embedding方法，针对不同数据有什么的