百度在线网络技术(北京)有限公司机器学习面试经验

面试准备来自 25533 份面经

面试感受
一般 很好
面试难度
简单 困难

常见面试流程

主要面试来源

校园招聘

29.0%

内部推荐

10.0%

猎头推荐

4.0%

社会招聘

13.0%

BOSS直聘

38.0%

其他网络平台

5.0%

推荐
机器学习
地区
匿名用户
机器学习
感觉没戏
社招 ,通过boss投递的机器学习算法岗, 一上来就手撕算法题 ,不过问的都不难, leetcode原题, 第一题是括号匹配 ,第二题是根据前序, 中序构建二叉树, 之后就是机器学习算法原理, 因为我写的是决策树 ,逻辑回归 xgboost相关的 ,所以这方面问的很细 ,从 ID3到 XGboost 问完了后, 就问一些其他的基础机器学习算法 ,因为没准备, 所以这方面就直接回答说不会.... 后面我说会一些nlp的相关算法, 然后面试就问了一些LSTM 和 transformer的原理, 感觉答的也是不咋地....总的来说面试过程比较亲切、不会感受到太大压力 ,不会的地方面试官也会指引 ,算是一次不错的面试经验吧
一月前
7人
匿名用户
机器学习
面试未通过
到了百度大厦后先是等着,然后一个个由工作人员带到面试场地。大概等了十分钟左右,终于轮到我了。一面面试官主要是根据简历上的东西来问的,首先是谈谈项目,向他介绍了一番,然后他会就项目的细节提出问题,比如数据如何处理的,后续是否有项目的改进方法。整体来说还在自己的可控范围之内。然后问什么是决策树算法,写下熵的公式,熵的意义是什么。之后写了一道链表翻转的编程题,和过桥的智力题。 然后是二面,等了一会儿之后见到面试官,上来问是否会C++,我说本科学过,他就给了我一道算法题用C++实现,要求O(n)时间复杂度和O(1)的空间复杂度,想了一会儿实在太久没用C++了,最终还是同意我用python写,但是没有满足他的空间复杂度要求,最后也没有讲情况考虑完全,反正就在在他的指导下一步步修改代码,最终以提了一个暴力方法结尾,他叫我回去想一想。 然后就是针对简历问问题,看到我的项目中用到RNN,叫我手写BP,RNN的激活函数是什么,这个面试前没有复习到,有点忘记了,没有令他满意,然后他就叫HR把他带出去了,没有坚持到三面。我的百度面试就这样结束了,总体来讲还是不错的,其实都应该在自己的控制范围之内,怪自己没有充分准备好简历上的内容,还得继续努力。
一年前
17人
匿名用户
机器学习
感觉靠谱
偏向基础知识。 1.LR的损失函数,为什么是这个形式,怎么推出来的; 2.梯度下降是什么情况,有哪几种形式,SGD有什么不一样的,在训练中会有什么问题; 3.AUC曲线的概念,横轴代表什么,纵轴代表什么,曲线上随便找了两个点,这两个点有什么不同,什么意义; 4.其他记不清了; 5.编程题。输入一个字符串,包含字母和空格,字母和字母之间的空格数量不定,要求将字母和该字母后面的空格一起作为整体,翻转后输出。注意边界条件,如全是空格。 6.智力题。给你一个硬币,硬币朝上的概率为p(p不知道,但是p为定值)。问怎么通过这个硬币确定3个随机数(抛硬币得到的不同结果表示不同的随机数,共有三个,1,2,3)。 7.你有什么问题问面试官。
一年前
17人
匿名用户
机器学习
面试未通过
百度总体来说比较注重基础,需要扎实的代码能力。 一面: 0. 简单问项目,然后手撕代码。 1. 假设一个随机数发生器发生一个事件的概率为p,可以使用任意多个此随机数发生器,构造一个发生事件概率为二分之一的随机数发生器。手撕此随机数发生器。 2. 求二叉树高度(非递归),手撕。 3. 最大子数组和,手撕。 4. 接着上一个问题,将数组首尾相连,再求最大子数组和,手撕。 5. 硬币一种为正正,一种为正反,连续抛3次都为正,请问这枚硬币两边为正的概率。(贝叶斯公式) 6. 情景题,预测电影票房,问有哪些特征可以收集。 二面:(很多记不清了,尽量回忆) 0. 简单问项目,然后手撕代码。 1. 有两个文件,第一个文件有十亿句话,第二个文件有十万句话(中文,每句话大概10个字左右)。判断十万句话的集合是不是十亿句话集合的真子集。手撕。并分析时间复杂度,空间复杂度。 2. 梯度下降和牛顿法的区别。 3. 数学证明贝叶斯公式。朴素贝叶斯为什么朴素。 4. lr使用什么损失函数,手推lr的预测过程。 5. 使用过哪些深度学习网络,分析优缺点。 6. c++虚函数和纯虚函数的区别。 7. 多线程编程,怎么避免死锁。 三面:(自由度较高) 0. 手撕代码,一个单调递增数组,从中间截断,然后首位拼接,然后查询某个值是否在此数组中。(二分)。 1. 对特征工程了解多少,怎么筛选重要特征。 2. 怎么判断模型是否过拟合,有哪些解决方案。 3. 情景题,设计一个分类器,对一句话是不是和音乐相关进行分类。
一年前
10478人
匿名用户
机器学习
面试未通过
开始面试会先让你作自我介绍,做完自我介绍之后会问问你简历上写的一些项目,然后根据你报的岗位问问题,我当时被问了逻辑回归,随机森林,boost算法的一些问题,具体的有点忘了,大致就是问一些概念,还有随机森林和xgboost算法的区别以及优缺点。 机器学习的他觉得问的差不多了就会开始问一些基础的算法以及数据结构,我到这里就不怎么会了,算法是问的给定两个从小到大排好序的数列,求分别从这两个数列里各取一个数,然后求这两个数加起来的前k个最小值。数据结构问的是实现单链表从第i个元素到第j个元素的排序,要写出代码,我没写出来,然后面试就结束了。 如果你一面过了,很快就会去二面。二面结束还有三面,三面都结束就可以回去等通知了。
一年前
11643人
打开小程序查看更多面经数据
写面经
选择排序