一面： 在算法题环节，我们遇到了一个需要编写JSON的load方法的挑战。这个问题要求我们设计一个函数，能够将输入的数据转换为JSON格式，同时确保数据的正确性和完整性。通过仔细分析题目要求和逐步推导，我们成功实现了该功能，并在面试中展示了代码实现和相关细节。 二面： 在集合子集的题目中，我们被要求处理无重复和重复元素的集合。这需要我们运用集合的性质和操作来解决问题。通过深入分析题目要求和逐步推导，我们成功地解决了这一问题，并展示了我们的解题思路和代码实现。 在原理题环节，我们遇到了GBDT（梯度提升决策树）的原理和应用问题。这要求我们理解并应用GBDT算法来解决实际问题。通过仔细分析和推导，我们成功地应用了GBDT算法来解决相关问题，并展示了我们的理解和应用能力。 在特征工程和归一化的理解方面，我们探讨了如何有效地构建特征集和进行归一化处理。通过深入研究和讨论，我们提出了一些有效的特征构建方法和归一化策略，并展示了这些方法在实际问题中的应用效果。 在系统题环节，我们考察了Python中的深拷贝和浅拷贝概念。通过对比深拷贝和浅拷贝的差异和应用场景，我们成功地解释了这两种拷贝方式的特点和适用场景，并展示了相关的代码实现。 在场景题环节，我们遇到了一个与上线和线下实验不同的情况。这要求我们分析并解决实际问题。通过仔细思考和讨论，我们提出了相应的解决方案，并展示了我们的分析和设计能力。 在推荐系统的设计和实现方面，我们面对了一个只有两个字段（item_id和item_price_range）的问题。通过深入研究和讨论，我们提出了一种基于这两个字段的推荐系统设计方案，并展示了相关的代码实现。 最后，在三面的HR面环节，我们进行了轻松的交流。面试官询问了工作城市意向、offer情况以及对百度的看法等话题。我们还讨论了对技术广度和深度的看法以及愿意从事的工作领域。通过这次交流，我们更加深入地了解了公司文化和团队氛围。