部门是TNS，做tiktok的内容审核算法      问现在有哪些offer   投了哪些公司   如何看待目前拿到的几家公司，如何看待字节跳动   你们学校是不是在北京，答不在，1970年搬来合肥(hr应该和国科大弄混了)   问城市选择，说了北京上海，团队在北京上海都有   hr说可以入职前再决定   找工作最看重的三个点，说了一下技术，发展，城市   然后hr介绍部门的情况，比较满足我的理想需求   问对mentor的期望   问有没有课了，接下来一年打算怎么安排   打不打算来实习   在学校这几年最艰难的时候是什么时候   怎么克服的   平时遇到压抑的情况下一般怎么释放压力   反...

已经面了3轮技术面，+ hr面4面了   如果评级比较高，会续还会有一轮面试      大概20min   你们中科大在哪个城市   你们学校是985吗   是考研的还是保研的   哪一年出生的，什么星座   家是哪里的，父母是做什么的   两个场景题，周围人离职&&是否敢于公开提出不一致意见   之前实习过吗，在哪实习的，讲讲自己实习的工作   平时有什么兴趣爱好   平时玩什么游戏   自己做的最成功的一件事情，详细介绍一下   自己最想感谢的人，为什么   自己的三点优势   讲讲自己的两个缺点   目前投了面了哪些公司   工作地点倾向哪些，父母支持吗   自己的职业规...

忽然想起来是当时自己在boss直聘上发的简历      二面 8.2   自我介绍   详细介绍下自己的项目，介绍的比较乱😅   讲讲graphsage，如何聚合的   为什么self-attention有效   self-attention的Q，K，V   什么情况下attention权重比较高   python查找子串有哪些, in, find,  index   如何实现，kmp，kmp怎么做的，为什么不需要重头匹配   python的排序使用什么方法，底层什么算法timsort，timsort原理   还了解哪些排序算法   快速排序是不是稳定的   什么是稳定性，为什么不稳定   ...

1h   自我介绍   讲讲论文，突突突讲了10分钟。   超参数是怎么优化的，有没有考虑过其他融合方法   讲讲Adam优化器，讲讲纠偏   做题 数组找topK，写的堆，好菜，写了大概30min   复杂度klogn,问怎么接着优化，不会   反问环节

接上贴，   20min 补的java面   讲一下CMS垃圾收集器   讲一下具体的每个过程怎么做的   GC root有哪些   讲讲几种垃圾收集算法   讲讲JMM   讲讲推荐的架构，项目用了哪些java框架   redis用了什么数据结构   缓存击穿雪崩   讲讲倒排索引   倒排索引里面还有什么东西   Lucene用的什么分词器，讲讲不同的分词器，打分如何计算   分页，高亮怎么实现的   tensorflow集群如何部署      8.10   hr面    挑两个项目介绍介绍   问现在是否还在实习，   为什么投京东   介绍下本科实习工作      8.20日收到 意向...

25min 电话面   自我介绍   讲讲自己做得最好的项目   讲讲P@1，NDCG指标的含义   讲讲TopK点击率预测怎么做得   讲讲FM   最长无重复子串，怎么做，讲讲思路   讲讲nlogn的排序算法，说了快排，归并，堆排   选择一个讲讲，说了快速排序   开放型问题，做优惠券中间，用户的行为很稀疏如何解决？不会，，   降低难度，如何做领券中心的CTR预估，讲讲做法   用户的历史领券行为很少，如何解决？   HIve，Spark，SQL会不会   Java会不会   待会又一个Java的面试

6.21投的简历，现在终于面试了。      自我介绍   介绍自己做的推荐项目   为什么使用这些方法，效果怎么样，   介绍一下DeepFM，Deep FM的优势   数据量分别是在什么样的规模   你这个数据量比较少，大数据集情况下会产生哪些问题   给这几个模型的性能/效果排个序   召回是怎么做的   工作地倾向，答北京上海杭州，让排个序   问论文是不是一作，   问未来发展规划，毕业之后打算做什么   毕业不做读研期间的方向怎么看待   反问环节   做京东优惠券的推荐的，团队处于初建阶段

-----8.5日 更新----   hr电话沟通，介绍了部门，问了自己的目前面试offer情况。发了意向书。   建了个推荐策略部的offer群，群号810032450，收到offer的大佬可以一起进来交流      -----8.2日 更新----    收到经理电话说通过了，八月底hr沟通offer       ------------------------   百度应该这周给结果，先把之前缺的面经补一下 ，球球给个offer吧🙏🙏🙏    7.7官网投,约面试，7.9 一面，7.12二面，7.13通知二面过，7.19日 三面，7.27人才测评，8.2 OC，前后二十多天，百度流...

拼多多和其他问的都不一样，基本没有八股   准备的八股都没用上      问论文，很细节，大概聊了20分钟   图时怎么构建的，为什么使用这种方法   推荐特征怎么做的，排序，召回，auc多少   反向传播求导   一个二叉树，求最长的相同值的路径   问infer时如何减少dropout的开销   反问   可能因为pdd是统一面试，感觉面试官不是做推荐的   会的都没问，问的都不会，聊的不是很happy，应该挂了               -----更新----   周日(第二天)约二面了，周六周日都上班么      ------------二面-------   二面就问了一道find...

应该是最后一面了，是个大佬   面试官说看之前评价有给sp的可能性，这一轮如果过了，可能会有一轮交叉面   本次面试流程介绍   自我介绍   问问背景，论文，实习，工作地，等等啥的   主要主要是介绍论文，各个部分，为什么这么做，有没有比较其他做法，这么做为什么有用   细节讨论了不少，整轮面试主要时间花在此   用15分钟介绍一下GNN的发展历史   问使用传统推荐模型，和图的区别   哪个好，为什么   等等其他，聊了很多   反问环节，面试官介绍的很详细，感觉他们技术应该还可以   最后面试官说，刚毕业工作选择一个技术能力等各方面好的公司很重要，这要自己在面试中去体会，语重心长   顺...

自我介绍 了解哪些推荐模型，xdeepfm, deepfm区别 wide&deep，deepfm区别，分别哪个公司的 讲讲论文，讲讲graphsage,metapath2vec, 如何随机游走 讲讲多视图学习，论文怎么做的，细节，损失，向量空间一致性，端到端， 用的tf还是pytorch 问了比赛，股价预测的，怎么做的， 写道题 股票最大利润，并且输出买卖价格 讲讲双塔模型

最后一面了，这一面一看就是个大佬   看起来有点像大一的力学老师，挺有魅力的人   谈吐，逻辑，知识背景都可以看出来是个很牛的巨佬      首先论文项目问了好久，multi-view， 问题背景，graphsage，self-attention，等等谈了一些原理上的东西   问为什么这么做，为什么考虑这种学习方法，为什么不用其他办法，为什么这种方法work，为什么有效   问graphsage的缺点，自己懵了，没想过，(说挺好的，不知道有什么缺点。。。)   问LR 细节，FTRL，   问优化器sgd，momentum，rmsprop，adam，拓展了很多   了解哪些聚类算法，kmean...

主要问的是数据结构方面的东西      链表，数组的区别   插入删除，复杂度   讲一下队列和栈，分别有什么应用   讲一下数组和链表顺序访问哪个更快，   讲一下cache miss   判断链表是否有环，答双指针，如何证明，想了半天，忘了。。   讲一下java的垃圾收集，垃圾收集的算法有哪些，什么时候会进行垃圾收集，垃圾收集GC对程序的影响，如何编写程序减少垃圾收集   问字典，python，java是怎么实现的，说的java的时候，谈到红黑树   面试官接着问什么是红黑树，红黑树的左旋右旋会改变什么特性（不知道，）   AVL树左右子树高度绝对值相差不大于1，问红黑树左右子树高度相差...

做自动充电桩的，主要用图形，图像比较多 25min      上来就说要先来实习，实习后要看表现，才能发校招正式offer，问是否能接受   问读研期间不是做Cv的，之前学的东西对工作没有任何加成，能否接受   问自己c++不怎么用过，来这边重新学c++能不能接受   问pytorch，tensorflow用哪个   问对图形图像，传感器是否了解   一道编程题，面试官自己出的，讲思路。   反问   个人评价：   从头到尾感觉面试官说的比我说的，还多，因为那边方向也不是很匹配，问了很多是否能接受的问题。我记得当时投递的时候JD不是写的CV，还是偏ML，DM一些的。不知道为啥面试时这个部门。...