美团大模型算法实习一面 50min

感觉自己好菜、面试很难，还是要多多练习，感觉自己说不明白业务逻辑项目拷打1.生成式推荐和判别式推荐本质区别2.推荐算法发展脉络3.智力题:一个天平，101个玻璃球，找质量不同的那个需要秤几次

大佬们看看，简历是否合适。（两个项目的“主要工作”写的很粗糙）然后还有一个问题请大佬们支支招... 我想走大模型相关岗位，但没想好去算法还是开发。算法岗肯定是首选，主要是怕我的项目经历跟算法岗离得远找不到实习。请大佬们给给建议

 a了2.43有希望么😭 

在传统机器学习和深度学习时代，算法岗和开发岗确实是两种不同的"工种"。算法工程师的核心工作是优化指标。大量实验中90%是无效的，最后能交差的可能就是某次灵光一闪改了几行代码带来的收益。这工作确实是"心累"——投入和产出高度不确定。开发工程师的核心工作则是交付功能。产品经理提了需求，你把它拆成技术方案，写代码、做测试、上线。每一项工作目标明确，工作量可评估，产出可衡量。累归累，但至少是"确定性的累"。🌟这一切的前提是：AI的核心生产力瓶颈在"模型"上。✅2023年之后，这个前提被大模型彻底改写了。当GPT、Claude、Qwen这些强大的基础模型变成了可以调用的API，当大部分业务场景不再需要你从头训练一个模型的时候，"做AI"这件事的重心就不可逆转地从模型侧转向了应用侧。"AI算法岗"和"AI开发岗"的要求越来越趋同：都要会Python，都要懂LangChain或类似框架，都要理解RAG和Agent，都要能写提示词，都要能把东西部署上去。Agent不再是实验室里q的概念验证了，它正在成为企业AI落地的主流形态。企业需要的是一个能从业务需求出发，设计Agent架构、编排工作流、接入外部工具、管理上下文、监控Agent行为、持续优化效果的综合性人才。这种人才有一个越来越明确的名字：Agent Engineer。✅建议:无论你现在的title是算法工程师还是开发工程师，都建议你去了解Agent的架构设计、多Agent编排、MCP协议、可观测性这些东西。这不是在追概念，而是这确实是当下和未来一段时间AI应用的主要形态。对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。