美团一面
面试官挺帅的😂
大概环节是自我介绍,然后介绍项目,面试官问了些细节,针对xgb进行了拷打,包括xgb原理,优点,以及与catboost,lgb的差异,lz没用过catboost,所以不知道😎,然后面试官问了下是否了解transformer,我说只从Attention方面了解了一些,然后问了下,答得比较糊,毕竟很久没看了,没想到这也问。
然后面试官问是否了解nlp模型,我也不知道,然后我时序模型呢,我说我就用过arima,LSTM之类仅限于基础了解😂,然后就是场景题,如何确定选用的模型,面试官的意思是时序模型我没用过但是大概如何选呢,我就说类比传统机器学习来看,首先看数据的分布,然后看数据的重要性,是不是需要非常准确,总之就是平衡成本和效果,最后面试官问了下我对于大语言模型的看法,我就讲了下我觉得大模型可以通过无关任务预训练然后微调挺神奇的。哦对,手撕是lc股票价格的最简单的那个,一分钟写完。
然后就开始经典的反问了,就问了下业务范围,然后平常工作用到的模型,虽然面试官问的深度学习比较多,但他还是表示传统机器学习模型也用的很多,还是看场景的。
美团的面试体验真的非常非常好,感觉非常的尊重面试者,面试官给我介绍业务的时候非常细致,之前实习面试也是😂,可惜实习二面挂掉了,希望这次能有机会继续下去吧。
大概环节是自我介绍,然后介绍项目,面试官问了些细节,针对xgb进行了拷打,包括xgb原理,优点,以及与catboost,lgb的差异,lz没用过catboost,所以不知道😎,然后面试官问了下是否了解transformer,我说只从Attention方面了解了一些,然后问了下,答得比较糊,毕竟很久没看了,没想到这也问。
然后面试官问是否了解nlp模型,我也不知道,然后我时序模型呢,我说我就用过arima,LSTM之类仅限于基础了解😂,然后就是场景题,如何确定选用的模型,面试官的意思是时序模型我没用过但是大概如何选呢,我就说类比传统机器学习来看,首先看数据的分布,然后看数据的重要性,是不是需要非常准确,总之就是平衡成本和效果,最后面试官问了下我对于大语言模型的看法,我就讲了下我觉得大模型可以通过无关任务预训练然后微调挺神奇的。哦对,手撕是lc股票价格的最简单的那个,一分钟写完。
然后就开始经典的反问了,就问了下业务范围,然后平常工作用到的模型,虽然面试官问的深度学习比较多,但他还是表示传统机器学习模型也用的很多,还是看场景的。
美团的面试体验真的非常非常好,感觉非常的尊重面试者,面试官给我介绍业务的时候非常细致,之前实习面试也是😂,可惜实习二面挂掉了,希望这次能有机会继续下去吧。