美团面经(面的晚...发的晚)

美团面经 岗位:机器学习/数据挖掘算法工程师 笔试:内推的八月底做完了,编程题有一定难度,可能是准备不充分的缘故,多看看动态规划那块就行,基本思想都相似。 由于我是第二批面试的城市,比较晚,都已经十月中旬了。 一面:先自我介绍,因为本人在搜狗实习过,面试官对我在搜狗实习的项目(主要是聚类和特征提取)比较感兴趣,问的很细,例如怎么用和为什么选择这个方法,有哪些优势之类的,还有哪些相似的方法可以使用。然后就是写代码,一共两道,第一个是给定一个数组,里面有n个数,输出拼接后最大的数。例如1 2 3 6 5,最大为65321。第二题是给定一个数组,输出除了本位置数字以外其余数的乘积,要注意时间空间复杂度,里面确实有几个坑。然后是开放题,向用户推荐广告的,老用户如何推送,新用户如何推送。 二面:先写代码,第一个是找出一个数组中的第k大的数,不能使用小顶堆。第二个是给定一个数组,找出连续最长的和为零的子序列,返回序列和序列长度。因为看我用过hadoop,让我做了一个大数据的题目,设计了一个mr程序,如何选取给定字段,如何提取特征,如何将输出数据整合。之后问了下机器学习的lr和gbdt的思想,以及随机森林的缺点和解决方法,采样方式。随后说要不要来我们这边,顿时感觉心里暖暖的(终于有人要了)。 三面:首先还是问项目,写代码,比较简单,二叉树的。然后问我如何判断两种东西的相似度。我扯了居多,从一维扯到三维。后来问我决策树这方面,因为以前看过一些,所以大概说出来了,关键是要知道为什么要使用这个,以及它的优势,问的还蛮细的。最后问了写HDFS的东西,具体记不清了。 hr面:大概二十分钟,问了下工作地点等信息,感觉每个hr面问题都差不多 希望可以帮助到大家!
全部评论
楼主是哪里面试的呀?
点赞 回复 分享
发布于 2016-10-23 10:22
棒棒哒!楼主拿到几个了
点赞 回复 分享
发布于 2016-10-23 10:10

相关推荐

上周组里招人,我面了六个候选人,回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人,算法题写得都不错。第一道二分查找,五分钟之内给出解法,边界条件也处理得干净。第二道动态规划,状态转移方程写对了,空间复杂度也优化了一版。我翻他们的简历,力扣刷题量都在300以上。后三个呢,就有点参差不齐了。有的边界条件没处理好,有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生,我印象特别深——她拿到题之后没有马上写,而是先问我:“面试官,我能先跟你确认一下我对题目的理解吗?”然后她把自己的思路讲了一遍,虽然最后代码写得不是最优解,但整个沟通过程非常顺畅。这个女生的代码不是最优的,但当我问她“如果这里是线上环境,你会怎么设计’的时候,她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么?我自己的经历可能有点代表性。我当年校招的时候,也是刷了三百多道题才敢去面试。那时候大家都刷,你不刷就过不了笔试关。后来工作了,前三年基本没再打开过力扣。真正干活的时候,没人让你写反转链表,也没人让你手撕红黑树。更多的是:这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官,慢慢调整了自己的评判标准。算法题我还会出,但目的变了。我出算法题,不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候,是怎么思考的。你会先理清题意吗?你会主动问边界条件吗?你想不出来的时候会怎么办?你写出来的代码,变量命名乱不乱、结构清不清楚?这些才是工作中真正用得到的能力。LeetCode是一个工具,不是目的。它帮你熟悉数据结构和常见算法思路,这没问题。但如果你刷了三百道题,却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的,那这三百道题可能真的白刷了。所以还要不要刷LeetCode?要刷,但别只刷题。刷题的时候,多问自己几个为什么:为什么用这个数据结构?为什么这个解法比那个好?如果换个条件,解法还成立吗?把刷题当成锻炼思维的方式,而不是背答案的任务。毕竟面试官想看到的,从来不是一台背题机器,而是一个能解决问题的人。
牛客51274894...:意思是光刷力扣还不够卷
AI时代还有必要刷lee...
点赞 评论 收藏
分享
大愣子衰哥:老哥,是正式还是实习
点赞 评论 收藏
分享
评论
点赞
42
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务