岗位：机器学习/数据挖掘/自然语言处理工程师面试体验：第一个面的公司，很紧张，也是被拷打的最狠的一次一面 8/23 70分钟1. 自我介绍2. 实习拷打    推荐算法中的相关模型和前沿理论    是否有读过最近的期刊上的文章，做一些介绍3. 科研拷打    如何做的模型    其中的系数如何确定4. NLP拷打    Attention介绍    QKV是什么，举例说一下    Tranformer的encoder和decoder结构5. 机器学习八股拷打    RF的原理    RF是有放回还是无放回    XGBoost和RF的区别是什么    XGBoost的分裂策略6. 手撕：Leetcode1143. 最长公共子序列    前面拷打部分总共50分钟，手撕在面试官的提示下，磕磕碰碰dp出来了，这时已经70分钟了，无反问，第二天挂。后面正式批复活去了另一个base，考虑到一面面经拉了+已经有保底，就放弃了。对鼠鼠而言非常重要的一次经历，知道了之后的查漏补缺目标。

岗位：机器学习算法工程师总体体验：第二家面的就是美团，面试官很耐心，感觉非常好，八股准备的还不是很充分，没有全答出来，但会有引导和提示，感觉的出技术能力很强。9/1 一面 60分钟1. 自我介绍2. 实习经历深挖    2.1 项目背景介绍    2.2 项目中做的工作    2.3 为什么这么做    2.4 消融实验提升的效果，为什么会有提升3. LSTM是什么，简单介绍他的各个组件4. RNN的缺点    这个没回答出来，其实接着上一个问题来的，应该从梯度消失/爆炸，长期序列依赖性去回答。5. 手撕 leetcode560. 和为K的子数组6. 反问当天下午约二面。9/4 二面 70分钟1. 自我介绍2. 科研经历深挖    2.1 科研中担任的角色    2.2 主要用到的机器学习方法介绍        这个部分聊了很久，说的每一种方法都会结合场景问一些八股。        2.3 开发过程用到的语言（C++）        说完C++，就说那我们做道题。3. 手撕 leetcode4. 寻找两个正序数组的中位数当天约HR面9/5 HR面很常规 15分钟结束9/15 OC

投递部门：平台技术部，base：北京，估计是技术中台？timeline：9/1  一面9/4   二面9/5   HR面目前的官网进度仍然是面试中原以为俯冲入池这么快，OC或者挂的也快。现在每天早上起来第一件事情上微信公众号看看，感觉希望越来越渺茫了，孩子快被泡肿了#如何判断面试是否凉了##你收到了团子的OC了吗#

投的上海，笔试a了1.5/4，本来把携程放入公司库了，后来看到不少牛友没做笔试都约线下面了，急急急