美团点评算法工程师实习1,2面筋
2月25日请同学推的美团点评17暑期实习,意向事业部全部选的都喜欢,哈哈哈当一颗洗干净的白菜等人挑。
3月13日收到面试短信,约了14日一面
一面:
coding:面试官发来google doc白板写代码,
第0题:leetcode 153
O(n) bruteforce 解法
follow up:
O(lgn) binary search 解法
过渡问题:
java c++中的sort()是用什么封装的
sort(Object)
sort(int) 是一种sort分装么,然后引出快排
第1题:手写快拍中的partition
很久前看的算法导论忘的差不多了,在面试官提示下跌跌爬爬的写出来了。
(写出来那一瞬间我听到了我自己和电话那头同时一声长叹....
sql 各种join
很尴尬不记得了...太久没用sql忘得一干二净,面试官人太好了说没事没事这个复习下就知道了 - -
GDBT和XGBoost区别
Logistic Regression的优化方法,区别
SVM原问题对偶问题,KKT限制条件
问了做的比赛里面使用tensorflow的细节,LSTM里调参的细节
白板写SVD/SVD++公式,SGD迭代更新p,q矩阵公式
SVD/SVD++优化方法
一面56分钟,25分钟过后面试官通知过了,第二天安排二面。
(真心觉得一面面试官好人,两篇IJCAI顶会大牛,其实自己发挥的一般感觉最后还是放了我一马
3月15日:
二面:
没coding,纯项目,还有开放性问题
项目的就不细说了,总之只要自己花时间做的,踩过什么坑都说出来就可以了。
但是二面面试官的开放性问题很有意思:
0.预测平台每日外卖或到店客流量时,节假日往往会被作为噪音处理,但是美团点评算法团队需要给店家提供节假日的客流量预测,如何去预测这个异常值或者说噪音。
1.遇到极端情况比如天气或者其他因素,平台内会挤压大量订单等待处理,同时客户等待时间会变长,如何设计调度系统使用算法去协调运力或者控制溢价,在不影响用户体验的同时尽快处理挤压订单尽可能缩短外卖小哥的ETA。
2.目前对于客流量预测精度为天很准确,如何设计online learning的model去对未来某一个特定时间点进行客流量预估。
自己感觉这应该都是美团点评在真是业务场景中遇到的问题,自己也根据自己的想法与面试官做了讨论,突然在说的一瞬间觉得这才是machine
learning在工业界真实运用的场景,突然觉得自己天天看的书推的公式好渺小...
二面57分钟,面试官最后说要我等hr通知。
3月16日:
接到hr电话,问了我是不是北京户口(懵),然后跟我说要我不要接其他事业部的面试啦,这边已经给你提交offer审批啦下周记得查收邮箱啦。
瓦特(懵)?