美团暑期实习算法面经
3.11投递简历 算法岗
3.16笔试 A了3道,其余两道过了70%+20%左右
3.26 一面
投的是CV算法,但是被机器学习/数据挖掘算法岗捞了,以为大概率白给了,前一天恶补了机器学习和概率论的相关知识点,没想到压根没问
时长1h(部分问题有些遗忘)
- 介绍项目(20min+)
- 项目中针对模型的设计改进,如何保证,或者说引导模型学习到你期望的能力
- 介绍Transformer中的位置编码
- 使用正弦和余弦函数作为位置编码有什么好处
- 深度网络模型中权重能不能都初始化为0
- 数据集中正负样本不均衡的情况怎么解决
- 解释梯度消失和梯度爆炸
- 如何解决梯度消失和梯度爆炸
算法题:给出一个数组,利用快速排序的思想,找出数组中第K大的数。(快速选择)
反问:
介绍一下部门业务
针对面试表现有什么建议
上来面试老师介绍了部门,承担的业务,主要会使用到Transformer,刚好我研究方向也是基于Transformer,所以才会捞我吧。接着主要在和面试官聊在学校做的研究,然后发散问了一些项目问题。八股问得不多,算法给得也比较简单,但是面的时候太紧张,写了大概10min才做出来" src="https://uploadfiles.nowcoder.com/images/20220815/318889480_1660553763930/8B36D115CE5468E380708713273FEF43" style="height: 18.0px;">
三天后约了下周二的二面
4.2 二面
时长40-50min
- 自我介绍
- 介绍项目
- 算法题:有一个非严格递增的矩阵,每一行第一个数大于上一行最后一个数,判断矩阵中是否存在target值
- Transformer相较于RNN有什么优点
- 介绍Transformer中的位置编码
- 如何处理样本类别不均衡的问题
- 如果你和你的师哥/导师发生意见方案上的分歧,你会怎么做?
- 未来的职业发展规划
- 什么时候到岗,能实习多长时间
反问:实习生的工作安排,针对面试表现有何改进建议,后面是否还会有技术面
二面相对一面来说没有问那么多的技术问题,主要还是在介绍项目上然后发散提问,没有想到的是面试老师问了两道一面问过的八股,可能是一面答得不太好吧。两次技术面的感受真的很不错,两次都没问我太多八股,基本都是围绕项目,看面经都说美团的面试体验拉满,确实没毛病。
4.7 HR面
无提问,简单的offer call,打完电话就+v发offer了,效率拉满