百度面试题 · 技术选型
百度相关面试题，按最终去重题目聚合。
共 3071 道真题 · 当前筛选命中 408 道 · 更新 2026-08-05
筛选题目已选：技术选型
考察点
技术栈
第 141 题百度翻译的“实时翻译”功能（输入文字实时显示译文），如何设计前端状态管理方案，支持多语言切换、翻译历史记录、离线翻译缓存？ 考察前端状态管理设计、数据流组织与功能模块分解能力第 142 题CV 和 NLP 的区别与联系是什么？ 考察对计算机视觉与自然语言处理两个领域核心任务与共性的理解第 143 题排序任务中你更倾向用 point-wise 还是 pair-wise 方法，为什么？ 考察对排序学习不同训练范式的理解与场景权衡第 144 题MySQL和ES(Elasticsearch)的区别和使用场景 考察对关系型数据库与全文检索引擎在数据模型、查询能力和适用场景上的理解第 145 题推荐场景下除 dropout 外的两种过拟合抑制手段 考察对推荐系统过拟合抑制手段的理解与应用第 146 题请讲一下你对Spring中IOC（控制反转）和AOP（面向切面编程）的理解，并说明它们的核心原理和典型应用场景。 考察对Spring两大核心机制原理的掌握和实际应用能力第 147 题追问：用过哪些大模型工具？ 考察对大模型工具的实际使用广度与深度第 148 题请讲一讲 ThreadLocal 的工作原理、典型应用场景以及使用时需要注意哪些问题？ 考察对 ThreadLocal 的实现原理、应用场景和内存泄漏等风险的理解第 149 题在LoRA训练中，rank和alpha参数的作用分别是什么？如何选择它们的值？ 考察对LoRA超参数的深入理解与实践经验第 150 题在实际业务场景中，什么时候适合使用强缓存，什么时候适合使用协商缓存？请结合具体例子说明。 考察根据资源更新频率和业务需求合理选择缓存策略的能力第 151 题你项目里写到了冗余请求减少了40%，你是怎么实现的？ 考察候选人能否结合具体项目，讲清楚问题识别、方案设计与量化结果第 152 题如何利用 Channel 实现类似分布式锁的互斥效果？ 考察对并发控制机制的理解，以及Channel在单机与分布式场景下适用性的辨析第 153 题你的实习项目基于非最新的baseline模型做改进，为什么不直接在SOTA模型上进行优化？ 考察对模型选型、实验成本与创新价值的权衡理解第 154 题map和unordered_map的区别是什么，各自适合什么场景？ 考察对关联容器底层实现、复杂度及适用场景的理解第 155 题在什么场景下你会选择不使用大模型微调？请结合你的项目或业务需求说明理由。 考察对大模型微调适用边界和替代方案的理解第 156 题Kafka在项目中的具体使用场景是什么？ 考察对Kafka核心特性与业务场景匹配的理解第 157 题虚拟机和容器的区别是什么？ 考察对虚拟化技术与容器技术的核心差异理解第 158 题Redisson 解决了哪些问题？ 考察对 Redisson 分布式能力与典型应用场景的理解第 159 题请介绍Android中进程间通信（IPC）的常见方式及其适用场景。 考察Android IPC机制的理解和选型能力第 160 题请列举并说明 ES6 中你常用的几个新特性及其使用场景。 考察对 ES6 核心新特性的掌握程度和实际应用意识