首页 > 笔经面经 > 美团机器学习/数据挖掘一二面面经,同时打探三面情况

美团机器学习/数据挖掘一二面面经,同时打探三面情况

头像
雲水謡
编辑于 2019-09-20 14:12:57 APP内打开
赞 2 | 收藏 19 | 回复4 | 浏览932
一面:
1. 五年以内的职业规划
2. 介绍最有成就感的项目(图像、CV项目)
3. 分条概括项目的难点,怎么尝试解决的
4. 解决过拟合的方法有哪些
5. dropout的随机失活因子以及怎么反向传播
6. 池化层如何反向传播
7. BN底层如何计算,手撕BN,BN在训练、测试阶段的计算有什么区别
8. SVM的松弛因子作用
9. 树模型节点划分的依据,如何理解基尼系数的概念
10.并发和并行的区别
11.第一范式、第二范式
12.手撕2的N次方
二面:
1.聊项目(图像、CV项目),难点怎么解决的
2. ResNet为什么能够保证很深的网络具备不错的效果?
3. 问一些一面聊过的DL、ML基础知识
4. GAN、LSTM、GRU、NLP相关的大概聊聊,主要我是图像背景,文本、推荐相关的不咋懂,聊不下去
5. XGBoost、GBDT
6. 手撕如何使用rand7()生成rand10()
7. 个人的规划,是不是一定要做图像相关的? 
8. 平时如何进行技术的学习、积累,用哪些途径?
9. 在实验室的出勤作息,每天除实验室工作外,个人进行自我技术学习、提升的有效时间能够保证多少?
到店事业群,做到店付/团购这一块的,一面面试官做推荐相关的,二面面试官做NLP的。二面面试官结束时说是复试的话再通知,今天约了下周三面,不知道三面是什么情况,技术面还是HR面?。。有清楚的小伙伴方便解答一下。。

4条回帖

回帖
加载中...
回帖

本文相关内容

相关热帖

近期热帖

热门推荐