美团(营销算法实习生)1面 面经

美团一面 1月8号 下午3点

一面总体体验还是很好 虽然有些问题没答上来 但还是过来 隔了一天就打电话约了2面

一开始让自我介绍 我说对机器学习有比较深入的了解 面试官说在我面前说了解 看来你很自信啊hhh 其实当时我没想那么多hhh

第一个问题就是如何解决过拟合和欠拟合 让结合具体的模型来说

问了交叉验证

L1正则化 L2正则化

问了如何看数据统计效果(具体问题记不清了 当时也没有理解 又追问了这是什么意思) 后面面试官看我做过多目标优化的项目 就说你应该做过呀 我从模型改进前后的效果评价去答了 面试官补充了一些比如看AUC值 感觉是从分类模型的效果评价去答的

是否了解基于协同过滤的推荐算法 这块确实不了解 就过了

知道因果推断模型有哪些方法 这块不了解 答得很模糊

一个开放题 大概是如何看美团平台上不同人群的特征喜好 实话实说以前没做过真实场景 这块我从聚类的角度答得 提到了kmeans聚类 文本聚类(词袋模型、tf-idf、word2vec、bm25) 顺带着把大模型 bert transformer 也过了一下

说一个之前的项目 怎么做的优化 (说了一个合成优化的项目 答得还比较流利 感觉面试官也比较满意)

然后开始写编程题 出了一道“找零问题”(有1元、4元、5元的硬币,找到满足15元的最少硬币数量)

一开始想用穷举法 但没写出来 17分钟之后 面试官说你写的不能涵盖所有情况 我提到可以用动态规划法做这个题 然后跟面试官交流了一下做法

反问环节

1、请面试官评价下这次的面试表现

面试官说我认为面试效果是非常好的 主要认为比起以往面试的同学中我的逻辑很好 表达很清楚 这一点很难得。

2、如果我未来想走算法这条路,有没有什么建议?

面试官说我学习算法有一套自己的思路,并且这种方法思路是完全可行的,未来就按照自己的想法继续学习就可以了(这里有点感动)。并且说到未来算法工程师更多要关注行业的先验知识。

#算法面试题##美团实习生##美团##美团算法面试#
全部评论
这是暑期实习还是日常实习呀?
点赞 回复 分享
发布于 01-29 06:20 美国

相关推荐

0824笔试A 2.4/5,一志愿自动驾驶简历挂,二志愿机器学习被捞,两轮技术+HR面后排序挂一. 一面09.041. 过采样的一些方法2. 图神经网络的过平滑现象3. 三元组的损失的样本的选取原则4. 课程学习,调度器的公式是怎么样的?大概的形式是如何的?5. BN的作用是什么6. RNN和LSTM和Transformer的区别是什么7. Relu和sigmoid的函数区别?8. 深度学习的过拟合有什么解决方法9. 介绍一下逻辑回归10. 介绍一下决策树和XGBoost11. 哪一些基础性能会在你的就是未来的职业当中会被反复使用的。然后你在就是学习的过程当中,又去做了哪些事情去提升这种技能呢? 手撕:1)梯度下降法求解根号n2)反转链表内部的部分区间 反问:1. 部门业务以及技术栈二.二面09.131. 一些自我介绍和经历讲述后【和一面差不多】,感觉开始类似HR面了2. 职业规划3. 假设让你在一个新的领域,然后去工作的情况下,你觉得通过哪些方式,你能更好的去学习这个知识和掌握新的技能呢?4. 在学校做研究或则实习的过程中,有遇到哪些困难或则挑战吗?5. 在进行多次的实验之后,有没有总结什么经验呢?6. 在研究或实习的过程中有遇到与人合作的吗,这其中会有什么问题吗7. 在众多岗位里面,做选择的话,你会考虑哪些因素呢?#你都收到了哪些公司的感谢信?##机器学习##深度学习##美团#
点赞 评论 收藏
分享
8 38 评论
分享
牛客网
牛客企业服务