#校园招聘划重点#关键是我已经OC啦！献血聊的很好，直接HR和技术在一块，现场聊了差不多20min，后面就约了一个技术面和谈薪的，效率刚刚的，不过待遇不太行啊！招聘岗位有这些：图形开发工程师、算法工程师、软件开发工程师、C++开发工程师、运动控制工程师等，我投递的是软件工程师，唯一的OC，再纠结一会儿去不去。

三月十四日多多买菜（运营管培生）一面（进行了15分钟左右）1.自我介绍2.职业规划3.对多多买菜的看法4.你的专业是。。。，为什么要报考这一行业5.有收到其它的offer吗6.接受这样的工作时间吗7反问环节三月十八日二面1自我介绍2你的薪资预算是多少3你有用过多多买菜吗，感觉他有什么优缺点4你有什么优点和缺点5你说你的责任心表现在哪里，有没有具体的经历6你是怎么拉取赞助的，聊一聊最大的一次赞助6.建立企业资源库，详细说说（这个是我简历里的内容）7你对运营岗位的理解8你有没有考公考研的打算9.你为什么没有参加秋招10.你的父母是做什么工作的11.春招投递了多少天了，目前有没有其它比较聊的好的，有没有offer12.你有没有什么实习的经历13.你平时寒暑假一般在做什么14.你有什么问题吗看了一下官网，招聘截止#运营来爆料##牛客AI配图神器#

美团大模型产品转正实习面经（已offer）需要内推的小伙伴可以用下面的内推码哦美团2025届春季校园招聘暨2026届暑期实习（可转正）启动啦带【转正实习】的为26届暑期实习岗招聘岗位：技术类、产品类、商业分析类、零售类、运营类、设计类、市场营销类、职能类、金融类、销售、客服与支持类、综合类等工作城市：北京、上海、深圳、成都、香港、广州等诸多城市内推链接：https://zhaopin.meituan.com/m/campus?zp-from=hiring-campus-bole-elephant&staffSsoId=23765171内推码：RXB7BM8 （简历优先筛选，流程加速推进）美团大模型产品转正实习面经（已offer）先说结论：整体看美团的大模型产品面试非常偏技术导向，面试官的水平很高，对项目的技术细节和商业化思路追问的非常细致，面了50分钟左右；需要大家掌握基本的ai技术，对自己所做的业务细节有足够的了解、对未来商业化的路径有思考；我下面的面经拆解也会分成技术常识题和项目细节两个大部分一. 自我介绍在面美团的转正实习之前我只有一段中厂的ai产品实习，并不是很突出；所以我从经验（也就是过去的实习项目）和能力（自己的能力如何和ai产品对口）两个维度介绍了自己，面试官挺感兴趣的，所以后续问题基本是在追问这两个部分二. 项目细节题1. 你们业务这个垂类大模型是怎么训练出来的？垂类大模型主要解决什么问题？ 垂类大模型是基于集团内的通用大模型微调的2. 你参与过模型训练吗？会觉得产品是算法工具人吗？产品视角你觉得能为模型训练贡献什么？3. 你提到你们项目目前还在探索商业化路径，那你觉得未来可能是什么盈利模式，或者说你觉得到底什么样的ai产品能赚到钱？4. 你怎么去定义badcase？标准是如何制定出来的？5. badcase的评估是你进行吗，还是有专门的外包团队？6. 了解自动化的ai-native评估方式吗？为什么你们不采用这种方式？7. 你们这个知识库主要场景是什么？传统的ai不能进行这样的知识问答吗？8. rag的流程是什么？9. rag的知识库来源是什么，其中你提到拆分逻辑，这个逻辑是怎么确定的？10. 如何优化rag里的badcase，提升rag效果？三. 技术常识题1. bert和transformer是什么，解释一下2. 为什么有这二者架构上的区别，使用场景上有什么不同？3. 大模型的大体现在哪些方面？4. 为什么传统ai没有像现在这样跑出来5. 为什么现在的ai都是一个字一个字蹦出来回答的6. 什么叫模型的过拟合？7. 你前面也提到dpo，dpo是什么？dpo和sft有什么区别？8. 什么业务该用大模型，什么业务该用小模型？9. 了解注意力机制吗？#26实习##产品##美团##美团内推##实习转正##技术#

联想数据开发工程师面经（2025届校招/实习）📌 背景：985本硕，计算机相关专业，有大数据项目经历，面试岗位为数据开发工程师（Base北京/上海）。📝 面试流程 & 问题回顾1. 笔试（线上编程+SQL）- 题型：- 算法题（LeetCode中等难度，考察数组、字符串、动态规划）- SQL题（多表关联、窗口函数、复杂查询优化）- 大数据基础（Hadoop/Spark原理简答）2. 技术一面（1小时）- 数据结构与算法- 手撕代码：合并K个有序链表（优先队列实现）- 时间复杂度分析，如何优化？- 大数据生态- Spark和Hadoop的区别？Spark为什么更快？- 数据倾斜的解决方案？- SQL实战- 写一个**连续登录用户统计**的SQL（使用窗口函数）- 项目深挖- 介绍一个大数据项目，你在其中负责什么？- 如果数据量增加10倍，如何优化你的方案？3. 技术二面（45分钟）- 系统设计- 设计一个实时数据仓库，如何保证低延迟和高可用？- Kafka和Flink在实时计算中的作用？- 数据库- MySQL索引原理，B+树 vs Hash索引- Hive内部表和外部表的区别？- 场景题- 如果某天发现报表数据异常，如何排查？4. HR面（30分钟）- 职业规划、为什么选择联想？- 对加班/出差的看法？- 期望薪资？💡 面试建议1. **重点复习**：SQL（窗口函数、优化）、Spark/Hadoop原理、常见大数据场景题。2. **项目复盘**：确保能清晰讲解技术选型、难点和优化思路。3. **算法刷题**：LeetCode热题100+剑指Offer，尤其是**链表、树、DP**。4. **反问环节**：可以问团队业务、技术栈、新人培养计划等。🌟 联想数据团队体验- 技术氛围浓厚，大牛导师带教，内部有完善的大数据平台。- 业务覆盖智能供应链、用户行为分析、风控建模等，实战性强！📢 投递Tips：联想对代码能力+大数据基础要求较高，建议尽早投递！📅 【投递链接】春招：https://talent.lenovo.com.cn/position?projectType=1暑期实习：https://talent.lenovo.com.cn/position?projectType=2【内推码】2025XZLMCX【内推入口】在“联想校招官网”投递校招职位，创建简历时“从哪儿获知招聘信息”选择“联想员工推荐”并且输入推荐人ITcode：2025XZLMCX投递的同学评论区留下【姓名缩写+岗位】，方便及时跟进加入联想，与创新者同行，用科技改变世界！（欢迎留言交流，祝大家offer多多！🎯） #内推#   内推码   #联想#   26届   #26届实习交流#   数据人的面试交流地   #数据人的面试交流地#