美团机器学习算法实习岗面经(一、二面)
一面(4.8)
我是4.2日周六完成的笔试,4.7日收到面试邀请。我投递简历的时间算是比较晚。最近有点水逆,面哪家哪家就曝出裁员的消息(苦笑)。我遇到的面试官是位女生,全程都很友好,提的问题偏开放性,回答空间很大,而且全部都是深度学习的问题,搞得我都以为自己投的不是机器学习岗位了哈哈:
- 简历中的论文介绍(背景、难点、创新点)
- 使用了什么指标衡量论文中提出的算法?(两篇论文都被追问了指标,似乎对模型评估方法比较在意)
- 你了解深度学习中的哪些网络?分别在哪些场景下使用这些网络?(CNN、RNN、LSTM、ResNet、GAN、Unet、R-CNN、Transformer)
- 对卷积神经网络的理解?(识别图像中的局部模式、平移不变性)
- 知道哪些激活函数,激活函数的功能?(提到梯度消失和爆炸)
- 过拟合、欠拟合怎么处理?(提到了bagging和boosting,面试官似乎不打算深入)
- 两道算法题:合并两个有序数组、编辑距离(均是牛客原题,核心代码模式,而且因为用的是牛客面试平台,所以写完后可以跑样例测试)
- 算法写完后说思路。前者双指针,后者动态规划,运气好刚好都是我会做的题。
总的来说,问题较广泛且不深入,面试官像是有个问题list,一条条往下问。2道算法题A完后还有点时间,面试官就和我闲聊了一会。问我什么时候能够实习?导师会放人去实习吗?有哪些offer或者在面哪家公司?反问阶段,我问了面试官还有几轮面试,她说一共三轮面试。我还问了他们小组的工作内容,她说是和风控相关的,用的也是深度学习的技术,我追问机器学习技术呢?她才说也会用(看来她所在的team主要是深度学习了)。因为我面试时间算是比较晚了,我就问她还有没有HC哈哈哈,面试官答据她所知,是还有的。(感叹中文的博大精深)
面完后过了一个多小时我就接到了二面邀约,二面是在4月12日,面完马上回来更新帖子~
二面(4.12)
感觉面试官很稳重,会先思考一会后再说话提问。面试体验很好,面试官是根据项目提问的,没有自我介绍&八股文,总体来说比较轻松:- 上来就是一道算法题,lc 64. 最小路径和(用动态规划很快写完了,主动提出给面试官讲一下我的思路,面试官说不用,然后他自己逐行看完了代码,算法环节就pass了)
- 怎么不找图像算法的岗位?(cv太卷了,只要给offer我啥算法方向都能干)
- 介绍简历中的论文研究项目
- 你的方法的创新点、采用预训练技术有什么优缺点、为什么不用resnet(项目相关)
- 1x1卷积有什么作用
- 除了图像外,NLP和图神经网络(GCN)了解吗?
面试官挺佛系的哈哈哈。聊到resnet,我说我可以介绍resnet的优缺点,面试官说那不用。聊到集成学习,我说我懂集成学习,您可以问我集成学习的问题!他说不用,其实不会也没关系,进来学一下就行了。(您就完全不给背诵八股文的机会了是吗??)二面过程并不是一问一答,而是有来有回的,面试官也有告诉我一些东西,他介绍了一个业务场景:鉴别用户提交的美团外卖订单请求是否为故意刷单,他还说我投机器学习算法岗是一定找不到图像相关的实习工作,这点要我自己有心理准备(我只想着有offer就可以了,其他的不敢奢望)。面试官最后说最近有比较多人面试,所以后面的流程推进会慢一些,可能要多等几天。听他的意思,我应该是通过二面了,就是不知道啥时候能hr面。
我投的是深圳base美团到家事业群。欢迎同是投美团的朋友来找我聊天,希望大家都顺顺利利!!
引流:2023暑期实习、美团、美团到家事业群、机器学习/数据挖掘算法岗