百度
校招南京-云和大模型大客户销售(J100934)
南京市 · 校招 · 2027 届 · 本科
长期有效
任职要求
- -本科及以上学历，泛计算机或商科相关专业
- -了解云计算、互联网、大模型等行业赛道，具备相关实习或科研经历优先
- -有大型互联网公司或技术型销售岗位实习经历优先
- -具备较好的学习能力、沟通能力、协调能力和团队合作能力
- -有较强的抗压能力、应变能力和执行能力
- -优秀社交能力，有参与过科技项目或竞赛、辩论赛，有在校参与或者组织过各类社团活动者优先
岗位描述
【岗位职责】
-参与各行业头部客户的合作拓展，通过市场调研、技术趋势、行业洞察，挖掘线索，拓展相关赛道的潜在商机，传递百度大模型及云产品技术价值
-推动决策和商机转化，客户建联、客情维护、业务洞察，在商业场景下诊断客户需求，跟进和推动合作落地，为客户创造价值
-协助组织和参加市场活动和行业会议，宣传和推广相关技术和理念，获取线索和商机
-深入理解云架构及大模型应用场景，学习百度云和大模型的最佳实践，深入理解业务并帮助客户在数字化转型中取得成功
【任职要求】
-本科及以上学历，泛计算机或商科相关专业
-了解云计算、互联网、大模型等行业赛道，具备相关实习或科研经历优先
-有大型互联网公司或技术型销售岗位实习经历优先
-具备较好的学习能力、沟通能力、协调能力和团队合作能力
-有较强的抗压能力、应变能力和执行能力
-优秀社交能力，有参与过科技项目或竞赛、辩论赛，有在校参与或者组织过各类社团活动者优先
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。