美团金融四面？？？

4月23日更新，实在等不到结果，发邮件问了下校招组，于是收到了第二天的面试邀请？？？

诡异的是又是牛客网的视频面，难不成还要给加一轮技术面来手撕代码？美团今年不靠谱呀…有人遇上这种情况吗

---

面试好像是做了100+100+50+10+0，除了送分题都不太顺利

一面（3月30日45min，面试官小姐姐水平非常不错，能问到一些细节层面的东西）：

1. 个人介绍

2. 选择一个项目或者论文进行介绍（15min，细节会挖的比较深，看得出来她很懂行，好像本人是做推荐算法的。从算法层面和理论性质层面都往下深挖，目前为止所有面试中问项目问的最细最到位的。）

3. 擅长什么机器学习算法（我说理论和算法我都很了解）

4. （15min）接下来让我比较GBDT、XGBOOST区别。我一边比较她一边问，相当细节：决策树复杂度怎么定义，缺失值怎么处理。你实际在什么问题上用过，多大数据集，多少的属性数，用的时候列采样你取什么比例，数据采样取什么比例，模型精度提升范围怎么样

5. 你有什么问题问我

二面（4月1日30min，是个大佬面试官…感觉答得不好）

1. 自我介绍（2min）

2. GE实习时候做的信用评分卡，做了哪几类卡（ABC）。主要做什么（模型有效性检验），看什么指标（ROC、分布偏移量），什么指标能发现分布产生了偏移（回答：忘记了，KL散度应该可以）

3. MCAR和MAR区别

4. 针对论文：(1)换用分布后有什么提升或改进 (2)imputation后会有什么提升（作为最终结果和中间输入）（3）模型缺陷在哪里

5. 会哪些分类器？XGboost和LR：样本空间具有什么特征时一眼就可以看出失效

6. 还有什么问题问我

三面（4月14日23min，很突然）

之前说只剩一轮hr面，所以以为是hr在对待，嘴贱聊起了spark…问到一些技术性问题后才反应过来把自己带沟里了，万幸没有太翻车。

1. 为什么转专业

2. 怎么学习机器学习的，印象比较深的相关课程是什么，介绍下课上做了哪些

3. spark和hadoop区别

4. spark有哪几种类型的算子

5. 讲讲职业发展规划

6. 并没给提问的机会，只说了如果顺利后面会有hr联系