南京美团面试--机器学习岗

美团

一面

  • 自我介绍,然后问简历上的项目、比赛、论文、实习相关的内容
  • 文本特征选择,随机森林,bagging和boosting的区别
  • Code: 整数逆置(需要保留符号位置不变)

二面

  • 开始同上
  • 描述gbdt过程
  • Code:
    1. 数组里除某个数外,其他数出现偶数次,让找到这个数
    2. 无序数组,求出其中一前一后两个数的可能的最大差值

三面

  • 开始还是同上
  • 随机森林的优点,怎么解决样本不均衡问题
  • Code:
    1. 二叉树求高度,分别写递归,非递归
    2. 有序数组循环前移的若干位,求移动的位数

HR面

  • 说前面已经自我介绍太多轮了,就不用自我介绍了,然后让介绍最能体现能力的地方
  • 问项目、比赛分工,怎么协调,个人优缺点,个人意愿,职业发展规划等等

23 24号通知会不会有offer,说会举办offer party,希望能去参加

#美团#
全部评论
饿,武汉没说有offer party
点赞 回复
分享
发布于 2016-09-21 16:57
同南京。hr会刷人吗?今天面我的是一个中长发的,好严肃。
点赞 回复
分享
发布于 2016-09-21 17:32
联想
校招火热招聘中
官网直投
感觉美团过了四面的有好多人,不知最后录取概率大不大
点赞 回复
分享
发布于 2016-09-21 17:38
楼主能把机器学习面试的答案写一下吗
点赞 回复
分享
发布于 2016-09-21 22:28
是一天面完么?
点赞 回复
分享
发布于 2016-10-13 17:58
你最后拿到offer了吗?有认识的HR面之后没拿到的吗?
点赞 回复
分享
发布于 2016-10-16 22:08
薪资多少
点赞 回复
分享
发布于 2016-10-29 18:18
我估计我们三面面试官是一个人,两个code题目类似
点赞 回复
分享
发布于 2016-10-29 21:06
这code感觉略简单了点。
点赞 回复
分享
发布于 2016-10-30 10:06

相关推荐

#美团暑期# #推荐算法面经# #凉经# 第一次笔试(机试)213/500第二次笔试(机试)390/500100+100+100+80+10#一面-时间:2024年3月26日 11:00,总计58分钟-自我介绍-论文-本科推荐系统项目  -职责  -开发人数  -召回用了什么算法    -个性化和非个性化  -召回怎么做融合的  -排序用了什么算法  -介绍DeepFM的FM侧怎么做的特征交叉  -图片的推荐需要哪些信息,怎么给用户推荐的  -是否需要query文本,有query的话就会变成一个搜索系统    -有的话会考虑query的查询,没有则变为个性化推荐  -对于query文本,有做哪些增强    -字符匹配以及文本embedding相似度计算    -改进的话,可以考虑构建近义词或者tag graph融合多跳邻居关系,即以query文本为seed种子,扩展其语义。  -文本embedding怎么做的    -word2vec  -word2vec怎么训练的,是在自己数据集上训练的吗    -不是,是用的开源的大语料库进行的NLP模型训练。实际上使用小规模数据集训练NLP模型,效果并不会太好  -简历上写了冷启动问题,怎么解决的    -爬虫爬取社交网站,获得数据  -真实业务场景中也会遇见冷启动问题,怎么解决    -协同过滤 itemCF和UserCF    -基于内容的物品推荐    -基于profile的用户相似度计算  -看你了解序列推荐,描述一下你的理解  -介绍Transformer的结构  -Transformer怎么应用在序列推荐中的    -主要用的是解码器部分,QKV,mask的多头注意力机制    -SASRec,TiSASRec-三数之和:板子题-提问:手上有offer吗  -答:腾讯和阿里云过了一面-反问:  -团队规模  -业务:到家群,综合、广告、门票,搜广推相关  -我对该岗位来说,还有哪些需要提升和学习的(这个问题是重中之重,可以侧面了解面试官的态度,对后续面试准备进行启发):综合能力挺强的,如果想进大厂建议专精于召回、精排等某一方面。===4.1早进入人才库,中午开始重筛简历===4.1中午捞起来了,开始折磨,约的4.3
点赞 评论 收藏
转发
点赞 73 评论
分享
牛客网
牛客企业服务