📡
首页
🏢
企业
📚
考试
📖
攻略
📰
日报
👤
我的
校招宝-应届生校园招聘情报站
聚合秋招/春招/实习/提前批
面试真题
技术面 + 非技术面高频问题 · 企业真题标题 + 校招宝自研参考答案
面试真题
2508 道
技术岗
641 道
非技术岗
1867 道
当前筛选
2 道
按赛道
技术岗以技术方向细分;非技术岗按「结构化 / 半结构化 / 无领导 / HR / 职能」细分
全部赛道(2508)
技术岗(641)
非技术岗(1867)
按方向/形式
点选即筛,再点「全部」还原
全部(2508)
求职动机(1737)
数据库(114)
C++(85)
Go(82)
Java(69)
网络(65)
操作系统(54)
后端(39)
前端(37)
算法(31)
银行面试(31)
结构化面试(30)
HR面试(27)
运维(22)
其他(17)
行为面试(14)
AI算法(13)
半结构化面试(12)
情景应变(10)
大数据(6)
测试(4)
无领导小组讨论(3)
自我介绍(3)
产品(2)
Python(1)
按难度
简单(0)
中等(5)
困难(2)
按企业
点选查看该公司全部题目
百度(161)
腾讯(139)
通用(87)
阿里巴巴(62)
网易(55)
京东(49)
中国储备粮管理集团有限公司(43)
字节跳动(34)
大华股份(11)
美团(10)
Momenta(8)
小鹏汽车(8)
深信服(8)
Shopee(7)
小米(7)
拼多多(7)
滴滴(7)
虎牙(6)
读书郎(6)
金山(6)
小红书(5)
快手(5)
搜狐(5)
闪送(5)
分类:AI算法 · 难度:困难 · 企业:百度
2 道 · 点击进入查看参考答案
困难
AI算法
GEMM(矩阵乘法)优化
结论:GEMM优化核心在提升缓存命中与并行度,常用分块、向量化、多线程。核心要点:1)分块(tiling)将矩阵分小块适配L1/L2缓存,减少访存;2)循环重排与向量化(SIMD)利用CPU向量指令;3)多线程(Open…
🎤 百度
困难
AI算法
GPU算子优化方法
结论:GPU算子优化核心在于隐藏延迟、提高并行度和带宽利用率。关键方法:1. 内存优化:用共享内存缓存频繁数据,合并全局内存访问(连续线程访问连续地址)减少事务;2. 计算优化:循环展开、向量化指令或Tensor Cor…
🎤 百度
查看「百度」全部在招岗位与笔面经 ›
题目整理自公开面经,答案由校招宝自研生成,仅供参考
首页
企业
考试
攻略
日报
我的