美团 搜索推荐算法面经(OC)
一面：
基本就是简历提到什么问什么
挖实习项目细节，穿插问下PNN，PPNET，MMOE
多任务学习怎么调loss权重，写下用到的方法的伪代码（写了DWA的公式）
怎么进行分数融合？
讲Transformer和Bert？分别适用于什么任务？
口头问下会不会Spark，Hadoop这些
算法题：三数之和
二面：
讲论文
手撕多头注意力机制
继续讲实习项目，大差不差
算法题：二叉树层序遍历
三面：
比前面的面试官感觉严肃一些
问实习项目细节（更细一些）
采用条件概率方式建模的前提？（贝叶斯公式前提条件）
了不了解Ltv的建模方式？
实习项目一些场景的数据，记不清了，然后面试官开始表演速算，边算边嘀咕，说了个数，我说差不多差不多（回头发现其差太多了，离大谱，业务场景完全不同没什么可比性）
算法题：开根号，用牛顿法迭代的
Hr面：
基本就是聊天，怎么学习的，然后讲了讲强度肯定不小，推荐这个岗位也很卷，工作选择还是看自己对产品的兴趣
目前oc等开奖 #美团# #算法# #推荐算法面经# #面经# #开奖#
类似资料：