门头沟n level
获赞
57
粉丝
58
关注
165
看过 TA
1305
华南理工大学
2026
C++
IP属地:广东
美团,淘宝实习
私信
关注
1. 讲讲虚拟内存2. 讲讲你去取一个文件的过程,操作系统层面中间执行过的所有系统内存,磁盘?3. 线程哪些空间共享,哪些空间不共享呢,线程更轻量级,轻量级在哪里呢,线程创建和进程创建在操作系统层面有什么区别,讲讲这个过程4. Mysql, redis, mongoDb, ES里面的索引分别是怎样存储的    mongoDB不知道,其他三个说了说(我乱猜了一个mongDB的,说是存图片视频的,被骂了,让我不懂就不要说)5. ES的索引表是按照什么排序的呢?6. 如果不考虑互联网,有哪些排序方式呢7. 计算机网络你了解吗ssL加密算法你了解吗8. 对称加密和非对称加密有什么区别9. 数字签名和数字证书是什么,讲一讲10. Kafka的消息失败有哪些情况,怎么保证消息的一致性11. 算法题: 数字1-n,string形式的字典序排序第k个数字如1-1011,排序是1, 10, 100, 1000, 1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008, 1009, 101, 1010, 1011,。。。lc.386算法题没写出来,去看力扣,居然是中等,woc,我以为hard让他给我换一道,他表示不愿意,就这道,emmmmmm问面评:回去多看看基础吧,我们比较在意基础,就这样感受:从基础到算法题被从头到尾搏杀,基础题问的我心梗,已经开始胡言乱语了,算法题半个小时没写出来
查看12道真题和解析
0 点赞 评论 收藏
分享
工作方面,很有幸遇到了很好的团队和mentor。mentor很耐心负责,我遇到的问题都会很细致的帮助我去解决,特别我是一个java小白的情况下;团队的氛围也很好,中午晚上大家都基本一起吃饭,如果有问题mentor不在或者很忙,去问组里别的同学也都会帮助我解决。另外一个感觉就是忙,特别我们组是真的忙,实习生进来是真要干事来分担组内压力的,我刚入职三天mentor就说过一两天会给一个需求。虽然目前做的需求都没有很难,但是能学到很多东西,并且实习生的权限可以看到大部分的文档,加上阅读代码和跟组内大佬的讨论,对开发的理解提升得很快,并且分到的需求也在逐渐复杂。整体上班时间就是十点到晚上八点半左右,有些会呆到九点。美团的后端基建做的很好,很多中间件都有做一下封装,加上java的生态,整个开发体验很好。整个开发的流程比较的规范,我们部门后端这边有着固定的代码规范、开发流程、上线流程,并且线下线上服务器的代码部署和环境配置基本都有规范流程依照,通过自动化来配置部署,这样减少了很多线上事故的发生。虽然流程比较繁琐,但线上无小事,尽一切可能减少线上事故的可能都是有必要的。生活方面,我的办公地点是吉泰壹号,周围有港汇天地、银泰城,走几步路也有很多地摊饭馆,生活十分便利,就是通勤不太方便,离最近的地铁站1.5公里左右。对我来说,成都是一个很棒的城市,特别是吃这一块深得我心,整体的生活幸福度还是很不错的注意:2025届招聘 6000人!😁【岗位类型】-算法/技术/产品/商业分析/运营/金融/供应链/职能/市场营销/设计/销售、客服和支持等10大类,100+种岗位;北斗计划(面向全球高精尖校园科技人才):大模型与AIGC、自动驾驶、无人机、视频编解码、运筹优化和智能调度等;😄【工作地点】:北京、上海、成都、深圳、广州等全国几十个城市🙂【投递链接】:https://zhaopin.meituan.com/web/campus😀【内推码】WA3N2P4 (简历优先筛选,后续有疑问或者流程问题欢迎随时提问)#美团##内推##25届提前批##美团2025届秋招##实习生应该准时下班吗##大厂##算法#
0 点赞 评论 收藏
分享
 一面面经【90min】hr介绍他们的业务,针对他们的业务我也问了相关问题正片开始:自我介绍。然后讲一篇自己的论文。这里会问论文细节。这里完成后大概35min。Part 1:序列建模Q1:我看你的工作也涉及到了序列建模,那你对序列建模了解多少?A1:知道DIN是怎么做的,看过DIEN的摘要。Q2:好那问你两个关于DIN的问题。DIN要和每个历史物品算相似度,假设历史物品有2000个,复杂度太大了,怎么优化?A2:召回里的最近临查找,实际就是聚类。Q3:DIN选出的历史相似的item,是没有考虑item出现的位置的。比如有些item出现的位置离当前特别远,怎么考虑历史item的远近信息?A3:直接加item的位置特征。Part 2:样本不平衡Q4:他们有好多个场景,有数据量很大的场景,也有数据量很小的场景。如何用大场景的丰富数据,把小场景也训练好?A4:考虑迁移学习那套,私有+共享两部分Q5:那翘翘板现象怎么解决?A5:按照腾讯PLE论文讲了讲。Q6:还有其他方法吗?预训练怎么做?A6:讲了预训练和finetune的方式。Q7:那如何对小样本模型做在线更新?A7:讲了更新方式,感觉面试官应该觉得没问题。Part 3:样本不一致Q8:比如ctr预估的时候,有些样本特征一致,但label不一致,该怎么解决?A8:看和这些特征完全一致的样本,统一成特征类似的样本的标签。Q9:比如两组特征一致的样本,一组的正负比例9:1 一组5:5,有什么区别吗?A9:9:1那组更可能有些错误样本,5:5那种不一定是错误样本,可以在预测label时,把label改为小数。比如训练用交叉熵,loss=ylogp,把y改成0.5而非1。Q10:好既然说到了交叉熵,那么我们这个场景能否不用ce,而换成用mse?A10:不能。具体原因我刚好看到过,答对了。最后是coding 题目是最长递增子序列还在招聘【岗位类型】北斗计划(面向全球高精尖校园科技人才):  大模型与AIGC、自动驾驶、无人机、视频编解码、运筹优化和智能调度等秋招岗位-算法/技术/产品/商业分析/运营/金融/供应链/职能/市场营销/设计/销售、客服和支持等10大类可内推【投递链接】:https://zhaopin.meituan.com/web/campus😀【内推码】WA3N2P4#美团##美团北斗计划##内推##算法##25届提前批#
0 点赞 评论 收藏
分享
关注他的用户也关注了:
牛客网
牛客企业服务