百度文心一言团队内推

三面面完了，小小整理下面试过程，许愿通过一面 9.3 1h1. 自我介绍2. 实习介绍，讲的比较细面试官也没怎么拷打3. C++数据结构/数据库八股: class知识，数据库的数据结构和实现，会不了一点4. python数据结构：数组和链表区别5. 手撕：一道sql，求找零钱的组合数量6. 反问：业务内容，对技术栈的要求二面 9.8 1h1. 自我介绍2. 实习介绍+项目拷打3. 场景题：以互动的形式问答，感觉还可以4. 进一步拷打业务理解5. 手撕：打印一个集合的所有子集（禁递归）6. 接了offer后能不能提前来实习7. 反问：团队构成，各团队的业务内容，如何看待风控领域高壁垒+信息封闭的特点无八股，面试官回答了15min详细地讲了一遍，最后还问我是否有回答到了我的问题，我哭死隔了比较久三面 9.22 40min1. 自我介绍2. 职业规划3. 实习介绍+项目细节拷打4. 从实习项目扩展开的一些业务问题5. 询问手上的offer6. 反问：部门架构，主要的业务大方向有哪几个，如何看待风控场景下策略和算法的职责划分无八股无手撕，面试官人很好，不压力说话很温柔许愿offer

百度 推荐算法 三面一、自我介绍二、实习和项目选一段实习经历, 详细介绍场景和工作内容模型参数量, 一次用多少卡如果用一个统一的融合序列来建模, 你觉得可以怎么设计方案? 收益点会在哪里SIM 和端到端建模的差异生成式推荐的做法, 有哪些优势离线在线不一致的原因信息流, 电商, 广告推荐有什么相同和不同三、反问三面完泡了挺久池子, 没有 hr 面直接发意向邮件了

昨天刚面的测开，面试邮件是面试官个人发过来的和之前官方邮件不一样。里面有面试官部门和姓名。进度也不知道怎么查引流腾讯百度网易阿里实习

一、自我介绍二、实习和项目介绍业务场景多端多场景推荐有哪些建模思路如何估算一个业务场景一天的样本量广告业务的目标, 和推荐的区别讲一个收益远超出预期 / 远低于预期的工作, 分析为什么模型从训练到上线, 会涉及哪些部分序列建模如何进行效率优化了解哪些神经网络底层优化的方法介绍 Flash AttentionFP16 和 FP32 的区别介绍 TensorRT三、反问