7.25 上午一面 自我介绍； 详细询问当前实习的模型，引出对mmoe、esmm的细节提问，问还知道哪些多目标预估模型（ple、snr） 多目标预估的多个loss融合方式？（我答了斯坦福的pcgrad，或者加权融合loss。面试官补充说可以通过loss的收敛情况自适应加权） position bias：如何判断推荐系统有position bias（看同一个item在不同位置的ctr），你还知道哪些bias？（selection bias、exposure bias、conformity bias、popularity bias） 对CNN、LSTM（bptt推导，不用现场推，记住公式即可）、s...

今天晚上字节二面，许愿通过！！

明天字节一面，许愿通过🎋

7.21 二面 面试官直接打来电话，没有用视频，这是我没想到的 二面面试官说我一面面评很好，所以不用写代码了（我？？？我以为一面面试官很讨厌我…） 讲自己的实习（面试官抓住一个微不足道的点使劲问使劲问，不过好在我还记得两年前的细节… 问你这个模型提升多少，不记得了…） - 跨域的学习咋做（我举了目前实习的例子，还说了domain specific bn、mmoe等）    - 面试官看到我简历上写了知乎账号，竟然真的去搜，然后问最近我写的一篇《知识蒸馏在召回和粗排中的应用》，我说这个其实挺有问题，因为召回和排序面对的样本分布不同；面试官又问如果要把排序模型用在召回里怎么做？？我说了从采样上可以...

明天百度推荐策略部二面，许愿通过🎋

7.14 一面 一面全部是写代码，连自我介绍都没有😂 - 快速幂（easy）扩展问题：python如何处理数据溢出？ - 用pytorch实现单头self-attention（mid+），之后问了self-attention的细节和一些扩展理解 - 一个数组，如果前面的数大于后面的数的二倍，则记作一个翻转对，求翻转对的个数（hard）其实是逆序对的变种，实现归并之后稍微改改就行    7.20 二面 自我介绍； 详细说了实习的内容; 如何把长尾item特征训得更好？（我说了谷歌的一篇自监督对比学习方法） 优化器：adagrad 和 adam区别（八股） 关于树模型的一些问题（八股） 为什么分...

明天第四范式二面 许愿通过🎋

7/18 一面 自我介绍 问实习（讲了讲搜索和推荐的区别，搜索的相关性怎么控制，用的什么特征，baseline是什么；序列建模DIN，我说可以用一些统计类特征来代替DIN，时延会有所降低，但效果可能不如DIN；问deep hash embedding怎么做的，被怼说这样会导致时延增高，不划算—嗯，的确是这样的） 问另一段实习（多目标预估，这个没有问很深，就问了问原来的baseline是啥，业务场景是啥） 推荐方面扩展问题（一个是他们现在都没有解决的问题，好像是说item侧有文本和图片，然后图片只占5%，所以学的不好，该怎么办？？emmm 我也不知道… 我就说了预训练模型提特征，面试官问如果用b...

明天百度推荐策略部一面，许愿通过🎋

第四范式一面 许愿通过🎋

 等本宫不想上班了就全职在家写网络小说

6月底投了aidu计划，我是做搜索推荐的，不知道为什么被自动驾驶部门捞起来了…奇怪怪   7.7 一面 自我介绍  懂pytorch算子加速么？（不懂），懂计算机视觉的模型么？（不懂），那就来做题吧😂 两道题，比较常规的：leetcode合并区间，leetcode四数之和（之后做了剪枝优化） 知道什么设计模式吗？（答：单例模式、工厂模式、适配器模式等），然后问单例模式在多线程的情况下会有问题，怎么解决呢？（答：锁、信号量、管程） 知道c++的特性吗？（答了一些stl、右值引用及拷贝构造函数、移动构造函数的应用） stl中的vector在pushback时会出现什么问题？（分析了扩容时的分摊时...

最近提前批陆陆续续开始啦，然而正如很多人一样，我也偶尔陷入焦虑之中。投简历出去没有回音、被不喜欢的部门捞起来、为了面试而紧张…虽然去年的时候提前一年拿到了一个offer，但无奈不是自己喜欢的方向，工作地点也不满意… 前几天和爸爸妈妈打视频电话的时候我吐槽"找个合适的工作怎么这么难呢！！"于是爸爸妈妈给我讲了30年前他们秋招的故事… 1989年，我爸爸25岁，是人民大学国际关系学院的研究生。他出身贫寒，没有什么人脉。当时没有网申，没有线上面试，他骑着自行车跑了大半个北京城，书包里放着一摞自己的简历，挨个去各个公司看有没有招人的告示。大多数公司连门都不让进，直接被保安拦在门外；...