美团推荐算法二面面经

1. 挖实习项目细节2. 讲讲特征怎么稀疏化，怎么处理的3. 怎么对数值特征进行分桶4. 讲讲推荐系统里有哪些注意力5. 介绍下MMOE,PLE,ESMM模型6. 介绍下DIN7. 介绍下Transformer，为什么注意力能起作用8. 推荐系统有哪些Bias特征9. Embedding特征相对于其他特征为什么能更有效果？在关注搜广推算法方向的校招/社招/实习同学们，想拿到搜广推算法offer，简历中没有岗位对口/高质量的项目经历，会较难通过面试甚至难以进面。同学们可以了解下算法项目辅导，在简历中增加一个高含金量的项目，助你斩获offer~

bg：末九本，中九硕，均是科班，目前研一上在读，研究方向是隐私方面，导师放养，不怎么卡实习，组里的学长学姐去向开发比较多，没什么去算法的。现在犹豫学搜广推还是继续Java开发，Java开发本科学了一年多，做了几个项目。搜广推部分，则是0基础，只会一些基础的深度学习。目测走算法的话，大概率没有论文产出，算法竞赛也没打过，这方面的项目也没做过。如果all in搜广推的话，没论文，只有项目能找到实习嘛？以后靠刷实习经历，秋招能找到算法工作吗？还是说放弃幻想，直接all in开发，冲高base，望大佬们指点

自我介绍实习经历（面试官感觉不匹配，没细问）paper讲了半个多小时（多模态的，面试官很感兴趣，问的很多，讲了很多东西，穿插一些细节的追问）code，爬楼梯，就是动态规划第一题反问，实习生工作，介绍部门后面简单聊了会天，问了问之前实习为什么离职了之类的面试的比较舒服的一次，面试官很耐心，听得很认真，能感受到工作氛围不是很压抑的感觉。

面试时长：30多分钟吧自我介绍项目深挖数据怎么定义的，如何实现的，模型中学到了什么具体业务内部怎么分工和对接讲论文最熟悉什么语言，python脚本性能问题怎么解决，怎么优化熟悉哪些容器整体面试体验一般，感觉面试官不是很能针对性的提问，全程更像是我在给他介绍。