百度java面试经验：

面试的职位是java。

面试过程

在项目合作中，你和哪些人沟通，工作流程是什么
在工作中遇见困难或冲突，你们怎么解决问题
你觉得自己的优点是什么？和其他候选人比较，我们为什么要选择你？
你通常通过什么渠道学习了解新的技术知识？

面试过程中面试官提了哪些问题

Java17
SpringBoot
OpenJPA
Redis
SQLServer
Kubernetes
Azure Service
Kafka
MongoDB
CI/CD Jenkins
DDD

百度销售工程师面试经验：

面试的职位是销售工程师。

面试过程

2023秋招互联网/大公司暂时告一段落了。写下面经，一是为了纪念自己刚刚度过的海投生涯；二是为了投桃报李，没有基础的转行学生靠着从种种网络途径学来的知识和面经通过了面试，自然要为后来人写一写面经；三是积攒人品，为接下来的考试面试祈福。

校招，百度产品运营，2024届，一共一轮笔试三轮面试（全部都是线上）：

1，笔试：印象不深了，行测+一些产品向的问题，包括设计产品和产品不足产品区别之类的。（其实还记着几个题，但是我记得要求是保密的）

2，一面：邮件里写的是面试，打开发现是群面，一脸懵逼地进行了群面（题目就不说了反正紧跟时事），没有准备+群面经验不足，leader根本就不敢抢，在大家都发言了一会儿后做好笔记总结了自己的想法和一些他们的不足，有理有据地一条一条详细列出，最终通过。

说到这里多说两句，一家之言仅供参考（毕竟我也只参加过三次群面，虽然都过了但是也可能有侥幸成分）：很多的博主大大都会建议大家抢leader啊抢各种身份，但是实际上hr和部门大佬们看的是你是否能够输出有意义的内容，那么单纯当一个功能性的人物我认为并不一定能保证通过群面，反而可能会被自己身份的“职责”所束缚从而不能很好地表达或者没有足够的时间去准备内容。所以我认为leader之类的属于锦上添花，一定要保证自己有余力输出有价值内容做出有价值贡献的同时再去抢夺。我的个人建议是后发制人，让其他人去当身份，自己抓紧时间分析问题、整理内容，然后再去发言（可以是建议或者意见，注意态度和话术），这样的话甚至可以在leader本身搞歪了的情况下抢走身份，鸠占鹊巢。（我腾讯群面这么干过，在这里对被抢的leader的兄弟说声抱歉）。

3，二面：一对一面试，这一轮其实我感觉难度很大，会问你一些和部门内容结合的运营问题，比如有这么一个情况，你推广的时候会注意什么？你认为这个2b产品和别的2c有什么区别？你对电子产品了解多少？还会问一些思维题，比如怎么统计一个商场的营业额？你的思路有没有什么问题（我的思路精度冗余负担较重，面试官大大还给我分析了一下问题何在，点赞）以及人生观和想法题：怎么看待加班？怎么看待躺平？给你5w、50w、500w你怎么花等等。实话实说很多问题把我问得措不及防，面试面得一身冷汗，面完一点底都没有，还好最后过了。

4，三面：还是一对一，这一轮我个人感觉比上一轮要好一些，主要围绕你的简历上面的一些经历内容来提问，我个人感觉一是核对你经历是否是真的，二是看你对于过去的经历有没有思考等等。

过了几天收到了接收函，再过了一段时间收到了hr电话以及正式offer。

希望能对各位学弟学妹有帮助。

面试过程中面试官提了哪些问题

1：请叙述一下自己的优点和缺点；
2：请讲述一下你未来对工作的职业规划是什么？
3：上司交给你的任务，要求必须在一周内完成，但实际上，一周是无法完成的，你该怎么处理？

百度算法工程师面试经验：

面试的职位是算法工程师。

面试过程

一面：面试官重点问简历上的研究项目，会具体问到每一个参数是怎么调整的，为什么这样调整，这样非常细的问题，整体感觉面试官比较和蔼

面试过程中面试官提了哪些问题

1、你了解我们部门是做那些业务的吗
2、如何设计的算法；设计算法的步骤是？
2、某个项目/研究的参数是怎么填的？
4、工作鱼平衡如何balance

百度bi数据分析员面试经验：

面试的职位是bi数据分析员。

面试过程

视频面试。初面是直属上级和hrbp，微信群hr发起会议。主要问过往项目经验。二面总监，问了很细致的过往从业经验和项目的细节。最后hr谈薪。

面试过程中面试官提了哪些问题

发现了某个数据问题，如何做分析。 这个问题基本数分必问吧。就是下钻啊，拆解啊这种模板。

百度web前端开发面试经验：

面试的职位是web前端开发。

面试过程

感觉是kpi面，当时hr给我打电话，表示这个岗位是新开的，需要大量用人，面试的时候面试官问我你不是社招吗，我简历投的是校招，他可能是hr安排错了吧，而且没开摄像头，面试快结束后，面试官的语气听起来很急，感觉对我不满意，果然，不到5分钟，hr反馈寄寄了，总之是面试体验最差的一次

面试过程中面试官提了哪些问题

1.promise问的很深入

2.如何优化网络请求（我简历上写了这个）

3.网络响应码

4.echart

5.浏览器从输入一个域名到展示的全过程

6.DNS是什么

7.做移动端和pc端的区别是什么，移动端需要注意什么问题

8.移动端和pc端1px问题

没有问vue

手撕

百度实习算法工程师面试经验：

面试的职位是实习算法工程师。

面试过程

实习算法工程师的面试过程通常围绕技术基础、算法能力、项目经验和逻辑思维展开，不同公司（如互联网大厂、AI 初创企业、传统企业技术部门）的流程和侧重点可能略有差异，但核心框架较为一致。
企业会关注教育背景（计算机 / 数学 / 统计等相关专业优先）、项目经历（机器学习相关项目，如推荐系统、计算机视觉等）、技能关键词（Python/Java、TensorFlow/PyTorch、数据结构、常见算法）。
建议在简历中突出算法项目成果（如准确率提升、模型优化细节）、竞赛经历（Kaggle、数学建模等）、论文 / 专利（如有）。

面试过程中面试官提了哪些问题

第一轮：技术初面（基础能力考察）
考察重点：数据结构与算法基础、机器学习理论、编程能力。
常见问题及示例：
数据结构与算法：
实现快速排序 / 归并排序，分析时间复杂度和空间复杂度。
解释哈希表的原理，如何解决哈希冲突？
设计一个高效算法查找二叉树中两个节点的最近公共祖先。
机器学习基础：
解释逻辑回归与线性回归的区别，逻辑回归如何处理分类问题？
什么是交叉验证？常用的交叉验证方法有哪些？
随机森林与决策树的区别，为什么随机森林能降低过拟合？
编程实操：
现场编写代码实现一个简单的神经网络层（如全连接层），或用 Python 处理数据（如数据清洗、特征工程）。
应对策略：
回答算法问题时，先理清思路，再逐步编写代码，注意边界条件处理（如空指针、数组越界）。
理论问题需结合公式推导（如损失函数求导）和实际案例（如 “过拟合在房价预测中的表现”）。
第二轮：技术复面（项目与算法深度）
考察重点：项目经历细节、算法设计与优化能力、问题解决思路。
常见问题及示例：
项目深挖：
介绍你做过的最有挑战性的算法项目，你负责了哪些部分？遇到了什么问题，如何解决？
你在项目中使用了 XGBoost/LightGBM，为什么选择这个模型？相比其他模型有什么优势？
模型上线后效果如何？是否有进行 A/B 测试？如何评估模型的实际业务价值？
算法设计与优化：
设计一个推荐算法，如何处理冷启动问题？（如用户冷启动、物品冷启动）
如果你需要优化一个图像分类模型的推理速度，会从哪些方面入手？（如模型剪枝、量化、硬件加速）
给定一个业务场景（如 “预测用户是否会点击广告”），设计完整的算法方案（数据处理、特征工程、模型选择、评估）。
应对策略：
项目描述需遵循 “背景 - 目标 - 行动 - 结果（STAR 法则）”，突出技术难点和你的贡献（如 “通过调参将模型准确率从 85% 提升至 92%”）。
算法设计题需分步骤拆解问题，先明确需求，再讨论技术方案的优缺点，最后给出优化方向。
第三轮：主管面 / HR 面（综合能力与匹配度）
考察重点：团队协作能力、学习能力、职业规划、岗位匹配度。
常见问题及示例：
综合能力：
如果你和团队成员在算法方案上有分歧，如何沟通解决？
最近在学习哪些新技术？为什么选择学习它？（如 Transformer、大模型微调）
职业规划：
为什么选择实习算法工程师岗位？未来的职业发展方向是什么？
你对我们公司的业务（如推荐系统、自动驾驶）有什么了解？为什么感兴趣？
HR 面（若单独设置）：
实习时长能保证多久？是否有转正意向？
期望薪资是多少？（可参考行业标准，如一线城市日薪 200-500 元）
应对策略：
强调 “学习意愿” 和 “抗压能力”，例如 “我喜欢挑战复杂问题，愿意在实习中快速掌握公司的技术栈”。
提前了解公司业务（如查看官网、产品动态），回答时结合岗位需求（如 “我关注到贵司在 NLP 领域的应用，这与我的研究方向一致”）。