百度终于也是发邮件了！

- 实习项目解决了什么问题？- 生成式项目的应用场景是什么样的，后续还要经过粗排吗？- 生成式模型怎么评估离线效果和在线效果？- 有没有看过生成式模型的冷启动性能？- 有没有看过生成物品与用户历史点击序列的相关性？这个生成的物品有没有含义？ - 了解哪些召回的负采样策略？- 召回的随机采样和batch内采样有什么优劣？能不能只用batch内采样，不用随机采样？- 粗排和精排有没有SSB问题？- 精排需要补充未曝光样本作为负样本吗？答：实践表明一般不需要处理，没有明显的效果提升。- 对于一个MLP模型如何评估特征的重要性？是否了解gate方法，如senet和masknet网络？- 在推荐场景下，...

搜索部 首先说下timeline8.18，投递8.19，约一面8.21，晚上一面call约二面8.22，上午二面下午oc周末等待（8.23，8.24）8.25，offer一年前，我还是懵懵懂懂，高考完的暑假，只会提前学学高数，未来的画像是什么？我或许无法预测。开学后，自学Python，接单，无数个客户的ddl，偷偷摸摸一个人找自习的地方，这一步步竟然为后来的我，搭建工程能力的基础。大一上，我也要感谢我的第一位老板，让我接触到了实习，师兄带着我一步步入门，看他们写的飞书文档。大一下，导师带我参与企业项目，这让我渐渐发现，应该去实践，增长见识，而非局限当下，盯着自己的小新pro。不久后，第一波投递开始，结果当然是约面极少。盯着简历上的文字和ssob，我开始思考，确实很多可以去提升。带着些许不甘心，继续沉淀，慢慢的约面也越来越多，有的时候两天7场，准备完就接着下一个日程。这一次，也许是刚好到位吧，比较match，面试答的流利，关关难关关过，成为度孝子展望未来，依然是重重挑战，果然只有收到offer的那一刻是开心的。愿在百度星海拆解的每一段代码，都能成为丈量宇宙的诗行；此志终赴星河，而今迈步重铸天阶。屏幕前的你们，在无数个向星海奔赴的日夜，一定一定，会在未来化作群星回响的征程——请永远相信此刻埋首耕耘的自己！！！

双九电子信息➕实习，笔试之后挂我简历，招***呢