美团机器学习面经

香港顶级量化私募2025校招最后一波！量化研究员、量化开发（QD）无需实习直接发全职offer！

写面经，涨人品。京东二面，面完即挂，面试官有点kpi的感觉，但自己也没答得很好，一道脑筋急转弯的感觉，一道场景题。业务场景题真的是坑，腾讯二面，蚂蚁二面，京东二面都没答得很好。内资小量化，开发岗，一面+hr面。给了口头，但业务规模相对小，而且用python写系统，有点太上层了，当场就友好"分手"了。内资中等规模量化，开发岗，一面。这又太底层了，被c++和操作系统内核薄纱。外资中等规模量化，开发岗，一面。吸取教训，上来就说今天更多的是学习为目的，问的问题相对友好一点，但整体还是和自己以前点的技能树偏差比较大，不过面试官非常友好，循循善诱属于是。米哈游一面，八股+算法。第一次遇...

美团大模型产品转正实习面经（已offer）先说结论：整体看美团的大模型产品面试非常偏技术导向，面试官的水平很高，对项目的技术细节和商业化思路追问的非常细致，面了50分钟左右；需要大家掌握基本的ai技术，对自己所做的业务细节有足够的了解、对未来商业化的路径有思考；我下面的面经拆解也会分成技术常识题和项目细节两个大部分一. 自我介绍在面美团的转正实习之前我只有一段中厂的ai产品实习，并不是很突出；所以我从经验（也就是过去的实习项目）和能力（自己的能力如何和ai产品对口）两个维度介绍了自己，面试官挺感兴趣的，所以后续问题基本是在追问这两个部分二. 项目细节题1. 你们业务这个垂类大模型是怎么训练出来的？垂类大模型主要解决什么问题？ 垂类大模型是基于集团内的通用大模型微调的2. 你参与过模型训练吗？会觉得产品是算法工具人吗？产品视角你觉得能为模型训练贡献什么？3. 你提到你们项目目前还在探索商业化路径，那你觉得未来可能是什么盈利模式，或者说你觉得到底什么样的ai产品能赚到钱？4. 你怎么去定义badcase？标准是如何制定出来的？5. badcase的评估是你进行吗，还是有专门的外包团队？6. 了解自动化的ai-native评估方式吗？为什么你们不采用这种方式？7. 你们这个知识库主要场景是什么？传统的ai不能进行这样的知识问答吗？8. rag的流程是什么？9. rag的知识库来源是什么，其中你提到拆分逻辑，这个逻辑是怎么确定的？10. 如何优化rag里的badcase，提升rag效果？三. 技术常识题1. bert和transformer是什么，解释一下2. 为什么有这二者架构上的区别，使用场景上有什么不同？3. 大模型的大体现在哪些方面？4. 为什么传统ai没有像现在这样跑出来5. 为什么现在的ai都是一个字一个字蹦出来回答的6. 什么叫模型的过拟合？7. 你前面也提到dpo，dpo是什么？dpo和sft有什么区别？8. 什么业务该用大模型，什么业务该用小模型？9. 了解注意力机制吗？需要内推的小伙伴可以用下面的内推码哦美团2025届春季校园招聘暨2026届暑期实习（可转正）启动啦带【转正实习】的为26届暑期实习岗招聘岗位：技术类、产品类、商业分析类、零售类、运营类、设计类、市场营销类、职能类、金融类、销售、客服与支持类、综合类等工作城市：北京、上海、深圳、成都、香港、广州等诸多城市内推链接：https://zhaopin.meituan.com/m/campus?zp-from=hiring-campus-bole-elephant&staffSsoId=23765171内推码：RXB7BM8 （简历优先筛选，流程加速推进）

📖面试问题：#找实习#(4.9)Q1:简单介绍一下在研究生期间的科研和实习经历。Q2:介绍一下简历上那个完整的大模型项目。Q3:做这个项目的背景，做项目的动机。Q4:第三个项目是实习项目吗？Q5:对第1个项目有用NER的方法吗？微调前base模型的准确率是多少？Q6:第2个项目的数据集构造是不是有问题？这些数据的判断是不是对大模型来说太简单了？Q7:有用传统方法来测你构造数据集的有效性吗？比如用BERTQ8:介绍一下Lora的原理。Q9:LORA基于什么问题，什么样的模型可以用LORA进行微调？什么是低秩分解？Q10:LORA的初始化方法。Q11:两个权重矩阵的初始化。Q12:项目中的可解释性模块是什么？Q13:介绍一下Int8和FP32的区别是什么？Q14:Int8的表示范围。Q15:Int8和FP32前向计算的区别。Q16:除了大模型，你对推荐系统，CV模型有了解吗？手撕代码：lc82. 删除排序链表中的重复元素 II反问：做什么业务（淘宝直播生态和主播智能手卡）进组后做什么业务（预训练）🙌面试体验：挺好的，注重业务，八股并不多。