美团HR面后排序挂
一. 一面09.04
1. 过采样的一些方法
2. 图神经网络的过平滑现象
3. 三元组的损失的样本的选取原则
4. 课程学习，调度器的公式是怎么样的？大概的形式是如何的？
5. BN的作用是什么
6. RNN和LSTM和Transformer的区别是什么
7. Relu和sigmoid的函数区别？
8. 深度学习的过拟合有什么解决方法
9. 介绍一下逻辑回归
10. 介绍一下决策树和XGBoost
11. 哪一些基础性能会在你的就是未来的职业当中会被反复使用的。然后你在就是学习的过程当中，又去做了哪些事情去提升这种技能呢？
手撕：
1）梯度下降法求解根号n
2）反转链表内部的部分区间
反问：
1. 部门业务以及技术栈
二.二面09.13
1. 一些自我介绍和经历讲述后【和一面差不多】，感觉开始类似HR面了
2. 职业规划
3. 假设让你在一个新的领域，然后去工作的情况下，你觉得通过哪些方式，你能更好的去学习这个知识和掌握新的技能呢？
4. 在学校做研究或则实习的过程中，有遇到哪些困难或则挑战吗？
5. 在进行多次的实验之后，有没有总结什么经验呢？
6. 在研究或实习的过程中有遇到与人合作的吗，这其中会有什么问题吗
7. 在众多岗位里面，做选择的话，你会考虑哪些因素呢？
#你都收到了哪些公司的感谢信？##机器学习##深度学习##美团#
类似资料：