美团大模型算法一面（详解版攒人品

1. 请挑一个你参与程度高、有一定难度的项目，详细说明一下。2. AI转卡片项目的评测标准具体有哪些？3. 内容质量符合预期率和功能采纳率这两个指标是怎么定义的？4. 能否介绍一下用户从原始PPT到最终满意PPT的整个环节，以及你们负责的是哪一部分？（可举最复杂的场景说明）5. 视觉评测中“页面留白是否过多”有没有定量衡量标准？怎么样算是留白过多？6. AI转卡片项目已上线，最终结果是否符合你的预期？如果复盘，哪一个点你觉得当时可以做得更好？7. 语义配图标功能的全流程中，每个环节都在做什么？核心解决的问题是什么？8. 语义配图标功能的入口是不是常驻入口？你提到的“触发时机”具体指什么？9. 你们对接的是算法同学，还是算法那边的产品同学？10. 如果过来实习，你的时间要求是什么？大概能实习多久？现在给offer的话多久能到岗？11. 你现在手里有其他的offer吗？

  通过 Python 从 API 提取并优化处理美股与中证全指数据集(财务报表及历史数据)，SQL 存储至本地数据库。 开发美股量化 Beta 方法，通过基本面(个股与市场行情数据)多头与多空组合策略，通过机器学习模型优化止损 止盈、资金分配参数。   基于 Beta 波动策略开发并应用 A 股指数增强选股策略，分别构建 20 天 60 天 120 天的 Beta 与 Alpha 因子， 根据最新交易日中证全指数据，每日更新 A 股每只股票最新交易日的 Beta 与 Alpha 因子，并利用因子值排序挑   基于 Alpha 指数增强策略，开发并应用小波分析策略。基于 Alpha 与 ...

1.实习介绍2.用STAR法则介绍一个第一段实习的项目3.上线之后，有哪些指标度量该需求的收益4.介绍第二个项目5.产品的关键指标6.举例用户反馈的建议7.怎样收集用户反馈8.用户画像9.产品的模型用的什么10.实习中遇到的比较大的困难11.实习中最大收获12.用STAR法则介绍第二段实习的项目13.详细讲一下ROI测算14.怎样确保自己占有的市场份额15.数据评估+意图分类的标准制定16.效果问题，怎么推动算法团队解决17.怎么构造优质数据集18.怎么引导用户写好的提示词19.AI生图的技术原理20.你负责的一款B端AI产品，用户流失率高，你会怎么做21.为什么做AI产品经理22.介绍一款喜欢的AI产品23.到岗时间、实习时间、出勤天数24.反问

一、面试题简述你在做模型训练的时候，一般重点关注哪些指标？如果不同指标之间出现冲突，比如 loss 在下降但某些行为指标恶化，你如何判断当前训练是健康的，还是已经出现了问题？二、面试官想听的这道题本质不是问你看什么指标，而是在看三件事：1、你是否把训练理解为一个动态演化系统，而不是单点优化问题2、你是否区分优化目标指标和风险预警指标3、当指标冲突时，你是否具备判断优先级与干预逻辑真正高分的回答一定是分层、分阶段、有诊断路径、有干预决策逻辑三、面试回答举例在我看来，模型训练不是一个最小化 loss的过程，而是一个受控的动态系统优化过程。所以我不会只盯单一指标，而是把训练指标分为目标指标、稳定性指...