面经_百度搜索架构部_实习_机器学习研发_20191212

本文分享了一位应聘者在百度经历的两轮面试过程,涉及快速排序、SVM、LR、七层网络模型、TCP协议、Cookie与Session、操作系统、数据库、Hadoop、决策树、分类指标等知识点,为准备面试的读者提供了实战经验和复习方向。

Ⅰ面

整体感觉还行,面试官没有刁难,可能因为百度Ⅰ面本来就问的不深?
但感觉问的问题很多很杂,但都比较浅

  • 上来先手写快排,讲了一下思路,写的代码他没问
  • 问快排时间复杂度,冒泡排序时间复杂度
  • 推排序原理,时间复杂度
  • 讲解一下SVM
  • 讲解一下LR
  • 讲一下过拟合
  • 讲一下七层网络模型
  • 问TCP协议在哪一层
  • 讲一下cookie和session
  • 介绍一下做的web项目
  • 用的什么数据库,如何实现文件上传
  • 了不了解Hadoop
    这里我给自己挖坑了。数据库之前学的早就忘了,Hadoop我脑子里也是一片空白
    而且这里是面试官少数追问的点,感觉这个面试官是web出身的
  • 问了一下操作系统中的进程和线程
  • 进程和线程哪一个可以和外部通信
    不会,之后要系统学一下操作系统和LINUX

Ⅱ面

面试官人很好,问的80%都没答出来也没骂我

  • 上来先详细介绍一个之前算法竞赛中印象深刻的一道题
    我想不起来了,就说了最近做的一道leetcode题目
  • 然后大部分问的web相关知识:
  • 介绍一下做的web项目
  • 介绍一下MVC设计模式
  • POST和GET的表面区别和深层区别
    深层区别好像要从网络连接的角度考虑,让后面试完去多了解
  • 问了我这个项目中对安全性的操作
    这个安全性是指文件的安全性,比如如果服务器挂了,我这个网盘的文件安全该如何保证
  • 详细描述决策树
    基本不会
  • 详细描述分类问题的指标
    基本不会

面试过了,感谢百度 -20191216

### AIGC算法实习试经验分享 #### 学历背景的重要性 对于参与AIGC领域内公司秋季招聘的学生而言,拥有较高的学历能够增加竞争力。如果应聘者具备硕士及以上学位,在求职过程中会更具优势[^1]。 #### 论文发表的价值 在申请AIGC相关岗位时,如果有过高质量学术论文的撰写并成功发布,则可以证明个人的研究能力和专业知识水平。这不仅有助于展示自己对该领域的深入理解,还可能成为获得理想职位的关键因素之一。 #### 项目实践经验的作用 实际操作过的项目案例是评估候选人能力的重要依据。特别是那些涉及大规模预训练模型(如 BERT)、生成对抗网络GANs或其他前沿AI技术的应用实例将会给试官留下深刻印象。例如,在构建基于Transformer架构的语言表示方法时所积累的经验就非常有价值[^2]。 #### 实习经历的影响 曾经参加过与目标工作岗位相匹配的企业内培训计划或短期工作机会的人选往往更受青睐。这类背景说明该人员已经初步适应了工业界的工作环境,并且掌握了必要的技能来应对真实场景下的挑战。值得注意的是,即使没有直接相关的实习记录,只要能提供相似类型的课外活动或者开源贡献作为补充材料也是可行的选择。 #### 试技巧建议 当被询问到具体的技术实现细节时,务必保持清晰而专业的表达方式。比如针对数据集创建过程中的考量点以及优化模型性能的方法等问题,应该给出详尽且合理的解释。此外,展现出良好的团队协作精神和解决问题的能力同样重要[^3]。 ```python def prepare_for_interview(): # 准备阶段:复习基础知识、练习编码题目、熟悉常用工具库API文档等 study_materials = ["机器学习基础", "深度神经网络原理"] # 技术谈环节模拟演练 mock_questions = [ ("请描述一下你在过往项目中最自豪的分是什么?", "讲述一个成功的实践故事"), ("对未知难题你会怎么处理?", "强调持续学习的态度") ] return f"通过系统化的准备工作{study_materials} 和针对性强的角色扮演 {mock_questions}, 可以为即将到来的AIGC算法工程师实习生选拔做好充分准备" ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值