美团，地平线offer求比较（内有面经）

两个都是算法

美团：大零售BG，配送部，咨询了未来的mentor，进去了是机器学习+业务逻辑。主要是订单量预测，费用定价，用户画像等工作。薪资的话基本满意。

地平线：没有沟通部门，但是沟通了方向，cv方向，主要是智慧零售，工业检测这些方向。薪资还没有沟通。

感觉美团是大厂，但是做的都是业务落地相关的，也不太清楚配送部是不是美团的边缘部门；地平线，做的是我现在正在做的，它的培养机制也比较好（地平线大学），但是相对就是平台比美团小。

有没有大佬给点建议，或者告知一下部门内部条件氛围。谢谢啦！！

——————————

不做伸手党，附上美团和地平线面经：

美团：

一：

两个算法题：最长回文子串，旋转排序数列寻找target

boost与bagging区别

gbdt与rf想要达到相同的效果，谁的参数更多

xgboost的改进，为什么能够加速。

alexnet，vgg，googlenet在前代网络上的改进

手画restnet

各种激活函数公式及改进

softmax公式，利用sotfmax推导lr

二：

主要是围绕着算法题在和我讨论优化方案

算法题：1.寻找n以内的所有素数。

2.给定整数n，以及double类型的r，求sqrt（n），要求误差在r范围内。（不能调用sqrt）

最熟悉的网络，关于这个网络的各种细节

简历上面美赛一等奖的实现方案

京东实习的经历

三：

主要是围绕着我的项目，把条件变来变去，问我解决方案：比如数据的缺失，不平衡等（要提出确定的方案，不是简单的过采样欠采样等）

提出他们的业务场景，主要问我数据如何降噪，特征工程

最后问了automl

地平线：

一：

全程问项目

算法题：n!末尾零的个数

二：

手写一个最小堆

翻转字符串：i love you变成you love i。空间复杂度o1

相关性计算用欧式距离和cos各自的应用场景

隐藏层破坏了凸性，那为什么要隐藏层

对称为什么比非对称好

过拟合，梯度消失

三：

word2vec

推导ada

ocr相关问题

问了几个数学问题

时间太长了，我能记得的就是这些了。基本上每面一个小时。