百度
校招上海-搜广推算法工程师(J101091)
上海市 · 校招 · 2027 届 · 本科
长期有效
任职要求
- -本科及以上学历，计算机、AI、应用数学、统计学、电子信息等相关专业；基础扎实，熟练掌握数据结构、算法、操作系统、计算机网络、数据库
- -扎实机器学习、深度学习理论基础：熟悉LR、GBDT、FM、DeepFM、DIN、SASRec、MMOE、多目标学习、强化学习、向量检索等搜广推经典模型原理
- -熟练使用Python，掌握至少一种深度学习框架（PyTorch/TensorFlow）；了解SQL、Hive/Spark大数据处理，能独立完成特征提取、离线数据分析
- -熟悉常用向量检索引擎优先：FAISS、Milvus、RecallDB；了解Redis、Kafka、分布式训练基础
岗位描述
【岗位职责】
-搜索算法研发：负责检索全链路优化：召回（向量召回、多路召回、倒排索引优化）、粗排/精排、多目标排序、搜索意图理解、query改写、纠错、类目匹配、相关性模型迭代，提升搜索点击率、转化率、搜索满意度指标
-推荐系统算法研发：搭建用户个性化推荐体系，完成用户行为建模、兴趣挖掘、序列建模、多场景冷启动、多样性&公平性调控、长短期兴趣融合、多任务学习、推荐召回/排序/重排模型迭代，优化留存、时长、GMV、点击等核心业务指标
-商业广告算法研发：负责信息流广告、搜索广告CTR/CVR预估、出价机制、预算调控、流量分配、广告生态平衡、转化归因、反作弊、ROI优化，平衡平台收益、广告主效果与用户体验
-模型与工程落地：基于TensorFlow/PyTorch构建深度模型（DeepFM、DIN、DIEN、SASRec、Transformer、多目标MMOE、PLE、宽深系列等）；参与特征工程、样本筛选、离线训练、在线推理优化；设计A/B实验体系，通过数据实验验证算法收益并规模化上线
-数据与策略迭代：深入分析用户行为日志、曝光点击转化数据，挖掘业务痛点；设计用户分层、流量分层、冷启动、生态调控策略；沉淀算法工具、特征平台、训练框架，提升团队迭代效率
-前沿技术落地：跟进大模型、多模态、强化学习、图神经网络、LLM检索、个性化Agent等前沿技术，探索在搜广推场景落地，解决长尾召回、意图模糊、冷启动等行业难题
【任职要求】
-本科及以上学历，计算机、AI、应用数学、统计学、电子信息等相关专业；基础扎实，熟练掌握数据结构、算法、操作系统、计算机网络、数据库
-扎实机器学习、深度学习理论基础：熟悉LR、GBDT、FM、DeepFM、DIN、SASRec、MMOE、多目标学习、强化学习、向量检索等搜广推经典模型原理
-熟练使用Python，掌握至少一种深度学习框架（PyTorch/TensorFlow）；了解SQL、Hive/Spark大数据处理，能独立完成特征提取、离线数据分析
-熟悉常用向量检索引擎优先：FAISS、Milvus、RecallDB；了解Redis、Kafka、分布式训练基础
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。