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