美團(tuán) 搜索推薦算法面經(jīng)(OC)
#搜廣推# 點(diǎn)評(píng)事業(yè)部,全程就是挖實(shí)習(xí)項(xiàng)目,問些八股,手撕難度較低,體驗(yàn)很好
一面:
基本就是簡歷提到什么問什么
挖實(shí)習(xí)項(xiàng)目細(xì)節(jié),穿插問下PNN,PPNET,MMOE
多任務(wù)學(xué)習(xí)怎么調(diào)loss權(quán)重,寫下用到的方法的偽代碼(寫了DWA的公式)
怎么進(jìn)行分?jǐn)?shù)融合?
講Transformer和Bert?分別適用于什么任務(wù)?
口頭問下會(huì)不會(huì)Spark,Hadoop這些
算法題:三數(shù)之和
二面:
講論文
手撕多頭注意力機(jī)制
繼續(xù)講實(shí)習(xí)項(xiàng)目,大差不差
算法題:二叉樹層序遍歷
三面:
比前面的面試官感覺嚴(yán)肅一些
問實(shí)習(xí)項(xiàng)目細(xì)節(jié)(更細(xì)一些)
采用條件概率方式建模的前提?(貝葉斯公式前提條件)
了不了解Ltv的建模方式?
實(shí)習(xí)項(xiàng)目一些場景的數(shù)據(jù),記不清了,然后面試官開始表演速算,邊算邊嘀咕,說了個(gè)數(shù),我說差不多差不多(回頭發(fā)現(xiàn)其差太多了,離大譜,業(yè)務(wù)場景完全不同沒什么可比性)
算法題:開根號(hào),用牛頓法迭代的
Hr面:
基本就是聊天,怎么學(xué)習(xí)的,然后講了講強(qiáng)度肯定不小,推薦這個(gè)崗位也很卷,工作選擇還是看自己對(duì)產(chǎn)品的興趣
目前oc等開獎(jiǎng) #美團(tuán)# #算法# #推薦算法面經(jīng)# #面經(jīng)# #開獎(jiǎng)#
一面:
基本就是簡歷提到什么問什么
挖實(shí)習(xí)項(xiàng)目細(xì)節(jié),穿插問下PNN,PPNET,MMOE
多任務(wù)學(xué)習(xí)怎么調(diào)loss權(quán)重,寫下用到的方法的偽代碼(寫了DWA的公式)
怎么進(jìn)行分?jǐn)?shù)融合?
講Transformer和Bert?分別適用于什么任務(wù)?
口頭問下會(huì)不會(huì)Spark,Hadoop這些
算法題:三數(shù)之和
二面:
講論文
手撕多頭注意力機(jī)制
繼續(xù)講實(shí)習(xí)項(xiàng)目,大差不差
算法題:二叉樹層序遍歷
三面:
比前面的面試官感覺嚴(yán)肅一些
問實(shí)習(xí)項(xiàng)目細(xì)節(jié)(更細(xì)一些)
采用條件概率方式建模的前提?(貝葉斯公式前提條件)
了不了解Ltv的建模方式?
實(shí)習(xí)項(xiàng)目一些場景的數(shù)據(jù),記不清了,然后面試官開始表演速算,邊算邊嘀咕,說了個(gè)數(shù),我說差不多差不多(回頭發(fā)現(xiàn)其差太多了,離大譜,業(yè)務(wù)場景完全不同沒什么可比性)
算法題:開根號(hào),用牛頓法迭代的
Hr面:
基本就是聊天,怎么學(xué)習(xí)的,然后講了講強(qiáng)度肯定不小,推薦這個(gè)崗位也很卷,工作選擇還是看自己對(duì)產(chǎn)品的興趣
目前oc等開獎(jiǎng) #美團(tuán)# #算法# #推薦算法面經(jīng)# #面經(jīng)# #開獎(jiǎng)#
全部評(píng)論
許愿oc
我美團(tuán)點(diǎn)評(píng)機(jī)器學(xué)習(xí)算法,hr面掛的,無語了??
佬好厲害哦,之前的實(shí)習(xí)也是推薦相關(guān)的嗎?
相關(guān)推薦

點(diǎn)贊 評(píng)論 收藏
分享
點(diǎn)贊 評(píng)論 收藏
分享