春招offer比较 阿里腾讯美团（附面经）
楼主是做算法的，春招实习运气好，拿下来这几家大厂的offer，现在希望各位牛友帮忙出出主意。
阿里这边是在杭州的蚂蚁金服（安全部门），工作内容是风控算法，转正率可能比较高，但是外界整体传蚂蚁的福报比较多，所以有点慌。
腾讯这边是在深圳的csig（教育部门），工作内容是推荐搜索，不是比较核心的部门，转正率未知，但是鹅厂的福利确实满分。
美团这边是上海的到店综合（算法部门），工作内容是推荐搜索，转正率未知，但是做的业务感觉会比较有挑战性一些，会有一些技术成长，部门也算相对比较核心。
希望大家出出主意投个票，我主要是考虑以后想做推荐方向，风控感觉技术上的成长相对少一些，但是蚂蚁金服的转正又比较高，所以很纠结，目前个人偏向去美团一些。希望各位大佬可以结合个人发展来指导一下我应该怎么选择。（不考虑实习镀金，后面是自己的一个面经）
（手动分割线）
个人春招面经（第一次写，有问题可以评论区写一下哈）
本人第一次写这种长篇面经，也不是很会写，只是尽可能详细的记录了自己春招的一个面试经历，之前经常在牛客许愿，所以这次整理一下自己的经历回馈牛客。
本人是21届毕业生，算法方向，实力并不是很强，写下这个希望给同学们提供一些面试准备的方向。
春招的暑期实习，零零散散投了十几家公司，大多是数据挖掘岗和机器学习岗。另外因为拿到了一些心仪的offer，所以后面有一些面试就推掉了。
主要是拿到了以下四家的offer（蚂蚁金服、腾讯、美团、OPPO），后面的其他公司比如字节、快手等，面试大部分都推掉了，毕竟天天面试压力太大。
下面主要说一下每一个offer的公司的主要面试经历中主要的考察内容。
蚂蚁金服（周期两周）
（一面）：
深挖项目（这个不写太详细了，大家把自己的项目准备好就可以）
机器学习基础知识（过拟合、数据类别不均衡）
业务场景理解（较难，给了一段时间考虑）
（二面）：
深挖项目（主要考察了项目中一些创新的地方）
问了之前参加的比赛（也是关注比赛中自己的创新点）
中间有一些比较像压力面的问题，关于自身经历的。
（三面）：
项目简介（没有太详细）
特定业务场景理解（大家可以结合自己岗位的工作内容做一些简单的准备）
智力题1:北京市的交通灯数量有多少个，至少从两个角度去答
智力题2:8个小球一个小球比较重，问如何称重最快。
介绍你熟悉的领域的主要研究内容和每个研究内容对应的主要方法和最新进展。
（HR面）：
业务场景理解
最大的挫折
未来的规划
腾讯（周期一周）
（所有的面试均为突袭面试，毫无征兆）
（一面）：
聊项目
机器学习基础知识（树结构，聚类等）
深度学习基础知识（梯度消失，过拟合）
介绍他们的业务背景（主要在聊天）
（二面）：
问了下项目
部门业务理解（推荐方向）
逻辑题（这个我忘了是什么了，不是很难）
（HR面）：
对工作业务的理解
对未来的规划
是否会来深圳发展
是否投递了其他公司
美团点评（周期一周）
（一面）
介绍项目
xgboost、GBDT、随机森林区别
深度学习基础知识（损失函数、激活函数）
LSTM原理
目标检测相关方法对比
业务场景理解
智力题：10个红球和10个白球放到两个盒子里，应如何分配，使得从这两个盒子中摸一个小球是红球的概率最高
编程题：编辑距离（leetcode-hard）、爬楼梯（leetcode-easy）
（二面）
总体来说比较愉快
问了一些性格、能力上的问题
业务场景理解
如果同时有所有公司的offer，你会去哪一家？（尖锐）
（HR面）
介绍部门业务背景
问了会不会来
OPPO（周期一周）
（一面）
介绍项目
xgboost优缺点
NER相关基础知识
深度学习基础（激活函数）
特定场景业务理解
编程题（归并排序、快速排序）
（HR面）
优缺点
家里情况
最有挑战的事
入职时间
总体感觉就是希望机器学习相关基础比较扎实，可以看看李航的统计学习方法和西瓜书，另外对自己项目对理解和创新点一定要到位，最后也是很重要的一点就是，编程能力也要过得去，越强越好，这个是硬实力！
投递拼多多等公司10个岗位