美团机器学习/数据挖掘算法工程师 一面

1.自我介绍2.简历上提到的项目都大概问了一遍3.八股    1）线性回归y=ax中，a怎么计算？    2）mse的缺点？    3）最大似然估计知道吗？能不能计算a？4.base地的希望5.反问：    1）业务方向：面试官很耐心讲解了业务的方向，甚至别我介绍我自己的项目还详细    2）是否介意没有相关背景的同学？不是很介意，主要还是看能力    3）后续流程：至少一轮技术面+hr面

上来先自我介绍，随后问实习经历，问我在字节跳动那边做的什么项目我回答了我维护低代码平台的组件，开发了组件搜索功能（等面试官追问我怎么做的，结果他完全没问。。。。），用低代码平台开发了了13个网页。（也没追问，直接下一个话题）面试官不太满意，表示我回答的太混乱了，得简要一点（都是业务耦合度很高的内容，他没什么好问的）HR继续追问我在电信实习做的项目，白屏问题怎么解决的，数据是如何得来的？回答完，面试官继续追问项目的接口是怎么写的，为什么会出现这个问题，还问了几个我在电信改过的几个bug（我遇到的技术难点真没多少。。。）再聊了半个小时天，问了几个八股：VUE原理？响应式如何实现？VUE2,3的区别...

两小时速通三面后没消息一面:挖实习项目多个二分类进行回归怎么分桶loss怎么设计尝试了哪些视频时长建模的方法怎么利用数据的分布来建模多峰分布怎么处理（既有短视频又有长视频）数据预处理的方法，怎么映射二面:讲项目，提到什么问什么算法题: 最长连续子序列三面:类似huawei主管面，一些比较空的问题，遇到的困难，最有成就感的事关于大模型的看法，对社会的优劣，用过哪些大模型，有哪些新的可以落地的场景 10.28:状态转为Offer评估中了 #百度# #算法# #面经#

#搜广推# 点评事业部，全程就是挖实习项目，问些八股，手撕难度较低，体验很好一面：基本就是简历提到什么问什么挖实习项目细节，穿插问下PNN，PPNET，MMOE多任务学习怎么调loss权重，写下用到的方法的伪代码（写了DWA的公式）怎么进行分数融合？讲Transformer和Bert？分别适用于什么任务？口头问下会不会Spark，Hadoop这些算法题：三数之和二面：讲论文手撕多头注意力机制继续讲实习项目，大差不差算法题：二叉树层序遍历三面：比前面的面试官感觉严肃一些问实习项目细节（更细一些）采用条件概率方式建模的前提？（贝叶斯公式前提条件）了不了解Ltv的建模方式？实习项目一些场景的数据，记不清了，然后面试官开始表演速算，边算边嘀咕，说了个数，我说差不多差不多（回头发现其差太多了，离大谱，业务场景完全不同没什么可比性）算法题：开根号，用牛顿法迭代的Hr面：基本就是聊天，怎么学习的，然后讲了讲强度肯定不小，推荐这个岗位也很卷，工作选择还是看自己对产品的兴趣目前oc等开奖 #美团# #算法# #推荐算法面经# #面经# #开奖#