美团 - 机器学习/数据挖掘 - 面经

分享一下古茗面试的经历攒攒人品一面1.自我介绍，简单聊了下学校经历，本科毕业去向2.问项目，项目里有大模型相关所以问了很多问题，包括评估指标，如何迭代，怎么去模型选型，RAG检索问题、知识图谱没召回怎么办（召回了有幻觉怎么办）总体还是以深挖项目为主3.八股问题：分别简述cnn，rnn，lstm，transformer和它们之间区别，为什么trans好，如果预测奶茶销量用哪个模型。总体强度不大，可能更偏算法一点，感觉也没问sql数仓相关问题。两天后二面：二面依然线上面，业务主管加HR面一起面，业务层面主要还是深挖简历项目，基本就是对项目细节深挖，最后说了一下设计一个agent解决古茗内部问题。HR面就基本常规问题，所有总共加起来1小时左右。三天后通知oc

想问一下各位uu，今年招行的数字金融训练营启动了吗

刷到招行今年的训练营要开了，突然反应过来——居然都第十季了？？？我是第五季参加的，算算都五年前了。那时候我大三，正处于最迷茫的阶段。身边同学都在卷大厂实习，我也跟着投了几家，但总感觉不太对。我不是那种技术大牛，刷题刷不过别人，项目经验也一般，每次面试都被问到怀疑人生。后来一个学姐跟我说：“你要不要去试试招行的训练营？不一定是比赛，更像是一个探索营。”我当时想的是：反正也没别的offer，试试就试试，三天嘛。然后我就去了。那年赛题是对银行网点业务量的预测，时间序列数据，好像是以每半个小时为一单位，季节性和趋势性还是挺明显的。数据应该是脱敏了的真实数据，需要花费一些时间进行数据清洗。总的来说数据赛道初赛阶段难度不算非常大。现在回想起来，那两个月学到的东西，比我大学四年都实在。（当然，那年印象还很深刻的有逛招行逛深圳，狠狠的幸福了）我第一次知道，原来银行的业务场景这么复杂——不是一个简单的预测任务，而是要考虑节假日、天气、甚至周边商圈活动对网点客流的影响。你得理解业务逻辑，才能做出真正有用的模型。我第一次知道，技术不是孤立存在的。光把预测精度做到最高没用，你得跟业务方解释清楚模型为什么这么预测，他们才敢用。你得跟产品、运营的同事配合，才能把预测结果嵌入到排班、现金调配这些真实流程里。我也第一次知道，原来“技术+业务”这条路是存在的。不是非要在“纯技术大牛”和“转行做业务”之间二选一，而是可以用技术去解决真实的业务问题。对我来说，这种“看到自己的模型被用起来了”的成就感，比刷榜拿第一来得更踏实。比赛结束后，我拿了奖，也拿到了招行的直通offer。其实我硕士期间也各种实习，各种探索职业方向，但记忆中最深刻、感受最好、最有价值的还是那年的3天训练营。所以大概在6月份，当接到HR直通权的电话的时候，我想也没想就参加了加面，也顺利拿到offer，快乐结束秋招，提前开始毕业旅行（甚至旅行基金都是当年招行发的奖金哈哈哈）。现在在业务部门做技术相关岗位，主要做业务系统的技术落地。每天的工作不是闷头写代码，而是跟业务方聊需求、设计方案、然后带着团队落地。就像当年做预测题一样——先理解业务痛点，再想技术怎么解决，最后推动它真正用起来。说实话，比我当年想象的有意思多了。说这些不是想凡尔赛，而是想跟正在纠结的学弟学妹说：别怕选错。你现在的焦虑，我也经历过。但回头看，最重要的不是“选对了”，而是“有一个地方让你先试试”。招行的训练营，就是那个地方。你可以试试技术能不能做深，也可以试试技术+业务是不是你的路。试完了，再决定。也很建议像我一样的本科同学也可以多去尝试，可能会让自己未来的路都找到一个标尺，也留下一个机会。今年是第十季了，时间过得真快。

27 届数据开发，两段大数据相关实习，有公司要吗？主要做数仓、Hive、Spark、SQL、ETL 这些，想问问大佬们简历怎么改，也改了好几版，但总感觉不够亮眼。有没有懂数据开发的前辈帮忙看看简历，指点一下怎么优化更容易上岸？感谢