面试从投递简历到最终面试持续了近40天，也许是跟该公司有缘吧….
春招的时候，我并没有投递该公司的职位，4月末的某一天，我看到某招聘网站上有风控部门的社招信息，咨询了下有无算法实习生岗位，于是开始了持续一个多月的面试…..
一面（电话面）：投递简历后的一周内，该公司员工与我进行了电话面试，面试内容很发散，主要围绕项目进行询问，问了一些写过文章里的核心内容，问了一些推荐系统的内容并与面试官侃大山，谈论有关淘宝推荐系统和百度搜索推荐系统…最后在某个在线笔试网站上写了一道算法题（剑指offer面试题33 把数组排成最小的数），面试结束。
二面（电话面）：由于4月末是劳动节，正巧4月27日下午百度邀请我去面试，当天早晨该公司问我下午是否能够面试，由于时间冲突，于是约好5.1后再进行面试。谁知道这一拖直接就拖到了5月20号…….二面时间比较短（25min），问了一些如何处理不平衡数据的问题，问了一些大数据规模下的排序策略，如何构建贝叶斯网络，决策树的分裂标准有哪些。如何防止过拟合等问题。
三面：简单的做了下自我介绍，面试官希望我详细描述简历中对你影响最大的的一个项目，于是我从题目背景，数据结构，特征工程以及模型选择等几个方面详细做了描述，随后面试官问了一些机器学习的问题如：什么是过拟合，什么是欠拟合，哪些模型容易过（欠）拟合，如何解决这些问题，L1和L2正则项是什么，Xgboost正则项如何定义，LR是根据高斯分布得到的么？问是否了解降维技术，什么是PCA，属性选择常用哪些的方法有哪些。问 什么是LDA，详细描述LDA。问了一些贝叶斯概率的题 如：1.两个人先后扔硬币（均匀），先扔到正面的获胜，问先扔硬币的人获胜的概率是多少。 2. 某个地区的生育采用如下策略：如果第一胎是男孩，停止生育，如果是女孩则继续生孩子，直到生育有男孩为止。问若干年后，该地区的男女比例如何（感谢一下中科院的邹博老师，在他的算法课和机器学习课程中这些问题详细的讨论过，所以我很顺利的答出来了）。算法题：1.连续子数组的最大和（剑指offer 31题）。2.手推代码：判断链表是否存在环，如果存在找出环的位置（也是剑指offer原题）。面试到此结束，持续90分钟左右。
已获得offer。