滴滴决策规划一面凉经验

美团大模型产品转正实习面经（已offer）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）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？#26实习##产品##美团##美团内推##实习转正##技术#

1、自我介绍2、描述一下实习期间负责的业务，以及取得的效果、数据处理方式3、谈谈你参与的一个项目，整体流程是怎样的？涉及了哪些关键指标？最终达成了什么目标？4、对数据产品的理解5、数据产品经理的主要工作内容有6、对互联网数据的看法7、问了一个简单的SQL题目8、你在数据分析中使用过哪些工具9、反问环节

自动驾驶方向（超详细真题+复盘）🔥 个人背景：985本硕，一段自动驾驶相关实习，刚走完文远知行算法岗（感知方向）的全流程，热乎的面经分享！📌 面试流程概览笔试：4道编程题（中等难度，动态规划+图遍历为主）。技术一面：代码手撕 + 项目深挖（50分钟）。技术二面：数学题 + 场景设计题（40分钟）。技术三面（总监面）：技术视野 + 业务理解（30分钟）。HR面：常规问题（薪资/职业规划）。全程周期：约3周（中间有等美国面试官时差协调）。💻 技术面真题回忆1. 手撕代码题题目1：零钱兑换变种题干：给定硬币面额数组和总金额，求恰好凑成金额的最少硬币数，若无法凑出返回-1。Follow-up：如果要求输出所有可能的组合，如何优化空间？坑点：面试官追问了滚动数组优化和剪枝策略。题目2：线段交点算法题干：给定二维平面上两条线段（由端点坐标表示），判断是否相交，若相交返回交点坐标。边界情况：线段平行但不重合、端点重合、浮点数精度处理。解法：参数方程法，注意分母为0的情况！题目3（系统设计）：实现 shared_ptr 的引用计数要求：线程安全、支持拷贝构造和赋值操作。考点：RAII思想、锁的使用（面试官让对比mutex和atomic的性能差异）。2. 项目深挖问题问题1：你在点云处理项目中提到的循环推断问题是什么？如何解决？答：详细解释了OD（目标检测）与跟踪模块的相互依赖导致误差累积，最后引入卡尔曼滤波的先验估计做修正。追问：为什么不用粒子滤波？对比过效果吗？问题2：激光雷达与相机的时间戳不同步，会导致哪些问题？你们怎么做的同步？答：提到了硬件触发同步+软件插值法，面试官让手写伪代码描述插值逻辑。3. 场景设计题题目：设计一个停车场车辆调度系统，支持实时路径规划（车辆从入口到车位的最优路径）。要求：如何表示停车场地图？如何处理动态障碍物（如行人）？路径最优的定义（时间最短 vs 转向最少）？我的思路：用栅格地图+A算法，动态障碍物用局部重规划（D Lite），面试官让分析时间复杂度。🚀 备考建议（血泪总结）刷题重点：力扣动态规划（背包问题）、几何计算题（线段/矩形相交）、系统设计（智能指针/线程池）。项目复盘：务必理清项目的技术链条（输入-处理-输出-优化）。准备1-2个失败案例，说明如何定位和解决问题（面试官超爱问这个！）。自动驾驶知识：必看文远知行的技术文章（如多传感器融合方案）。了解行业竞对方案（如Waymo、Cruise的路径规划特点）。💡 最后的小吐槽三面总监疯狂追问：“如果特斯拉FSD和我们的方案在十字路口相遇，谁的决策更优？为什么？”HR面被压力测试：“如果给你发offer，你会多快离职当前实习？”（差点没接住😅）欢迎讨论！ 大家有面过文远或其他自动驾驶公司的吗？求分享经验～✨✨现在文远知行还在招实习！最后附上学长给的内推码以及内推链接，可以更快筛选简历 ！✨内推链接：https://app.mokahr.com/m/campus_apply/jingchi/2137?recommendCode=DSvUVMDa#/jobs【内推码】DSvUVMDa #实习#     #校招#     #内推#     #自动驾驶#     #应届#    

面试流程自我介绍Python 中，如何在数据清洗过程中应对内存不够的情况 如何避免，在使用Pandas处理大规模数据时，经常会遇到“SettingWithCopyWarning”警告在Hive中，当您使用动态分区功能进行数据插入时，可能会遇到“too many dynamic partitions”错误，如何处理在Apache Spark中，宽依赖（Wide Dependency）和窄依赖（Narrow Dependency）是两种不同类型的依赖关系，对性能分别有什么影响在使用Kafka作为消息队列时，消费者出现重复消费的问题是比较常见的，分析原因，怎么处理在使用Kafka拦截器（Interc...