一面 自我介绍 讲一下自己印象最深刻的项目(我提到使用了xgb 讲一下xgb的原理 逻辑回归的梯度推导 os常用命令操作: pwd, top, kill pid 如何杀死僵尸进程 算法题:第K大的数 二面 自我介绍 实习经历做了什么,还要什么可以挖掘的 L1,L2的作用 transformer encoder的结构,和decoder有什么不一样 有没有关注业界的一些进展?比如google,微软之类
推荐系统并不是新鲜的事物,在很久之前就存在,但是推荐系统真正进入人们的视野,并且作为一个重要的模块存在于各个互联网公司,还是近几年的事情。 随着互联网的深入发展,越来越多的信息在互联网上传播,产生了严重的信息过载。如果不采用一定的手段,用户很难从如此多的信息流中找到对自己有价值的信息。 解决信息过载有几种手段:一种是搜索,当用户有了明确的信息需求意图后,将意图转换为几个简短的词或者短语的组合(即q
1. 自我介绍 2. 这个岗位业务场景什么算法用得最多 3. 学习算法的思路 4. 评估指标 5. 随便选一个类型的算法比较其中两种 6. AUC比较低怎么去思考哪些部分有问题 7. XGBoost原理,GDBT或者其他梯度提升 8. mysql 成绩表转化为每个人的各科成绩 9. Python求逆序对
9-5约二面了 9-1美团算法一面,45‘,小姐姐很Nice 问项目、实习、出了一个场景题循循引导讨论了20分钟,问了些机器学习算法、如何解决样本不平衡,介绍下focalloss,最后出了个回溯算法题,直接秒了 #2023秋招#
9-8 45‘ 聊项目、实习、问了几个基础知识、算法题全排列。 #2023秋招#
美团oc啦 分享个面经攒点人品 8.30 一面(1h20min) 1. 挖简历 2. 相关评价指标 3. 是否了解其他模型 4. 负采样 5. 代码:合并两个数组 9.1 二面(1h) 1. 简历 2. 其他模型 3. transformer原理 4. 代码:面试官自己出的一个题 比较考思维 9.11 三面(40min) 1. 项目:word2vec介绍,负采样权重为什么是0.75,其他词嵌入模型
a了3.18,那个0.18自认为思路没问题,自测也没问题,不知道为什么只对了0.18 python版本代码如下: 第一题 数火车,其实就是一个栈,给一个入栈顺序,一个出栈顺序,问你这种情况是不是可能的 T = int(input()) for _ in range(T): flag = True n = int(input()) x_list = list(map(int,
emm,比较简单的,4个题都ac了,要是面试也这么简单的就好了,最近面试天天手写网络快裂开了 第一题 两种糖,每次拿三个,要求每种至少一个,求最多取几次。 话说这个题不把total/3和min比大小会超时 第二题 有一个数组由0,1,-1组成,找一个分割点,分割点左面>=0个数加上右面<=0个数最小 第三题 魔法阵翻转,有n个硬币,开始时候都是正面,正面背面都有数字,要求翻转硬币达到正面相同数字
笔试11月初做的。然后11月中捞起来面试。一共两轮 第一轮,问简历上实习经历,再挑一个项目讲讲,讲讲multi-head attention, batch norm, dropout。最后两个答得不是很好。 最后问反馈:基础还不错,深度不够。 第二轮,一周之后接到电话,约二面。面试官说给我打了好几个... 主要人在美国,手机还不能双卡双待,之前阿里两个电话都没接到,直接给我挂了,麻,为啥留了邮箱不
一面 1、自我介绍 2、简历项目 3、手撕是一道力扣原题,牛顿迭代法开根号,这个题被考了好多次了 4、反问环节 二面 二面面试官主要侧重于C++和SLAM,包括: VINS-Mono如何进行初始化?如果是双目系统该如何进行初始化? 如果已知部分地图先验信息,该如何加入优化? VINS边缘化是怎么实现的? 手动推导旋转矩阵求导结果,SLAM十四讲上有推导过程 线程锁如何保证线程安全?#24届软开秋招
聊项目 用户行为序列提升原因,是否模型之前加了类似的特征 esmm、mmoe、ple是要解决什么问题,以及它们的优缺点 多任务跷跷板负迁移及解决方法 线上线下是否有差异,原因是什么 xgb和lgbm的区别以及优缺点 问项目中的每个模型、方法是为了解决什么问题 一面手撕无重复最长字串 二面手撕买卖股票的最佳时机 #实习,投递多份简历没人回复怎么办# #实习与准备秋招该如何平衡# #找不到实习会影响秋
20min介绍论文,实习经历 10min手撕easy旋转矩阵 10min做扔硬币概率期望 10min 闲聊 面完觉得自己砂疯了,坐等后续 一周后发现已回到人才库
9月24日 冬季 大佬的秋招快结束的时候,我才首次笔试,感觉很简单但很现实。 编程题 第一题回文串,随便组和最长回文,计数就可 第二题小美喜欢猫,排列组合,整个题就看不懂,不知道是抽象话看多了还是怎么的,弃了 第三题魔法地图,随机起点,黑白格子,按下右左上优先级寻找下一步不同颜色的格子,每跨一步原来格子变色。无可走路线,则停在原地。问k步后,机器人位置。 第四题 血怒:祝福效果+1, 祝福:加攻;
一面 自我介绍 实习经历 手撕代码 一个递增数组(长度大于6),输出所有长度为6的递增子序列,例如: 输入:nums = [1, 2, 3, 3, 4, 5, ..., 100] 输出:[[1, 2, 3, 3, 4, 5], [1, 2, 3, 3, 4, 6], ..., [95, 96, 97, 98, 99, 100]] 场景题 给一系列LBS数据,包含各种POI以及时空信息,如何挖掘出某
美团算法一面凉经 1、面试官自我介绍、简单介绍部门 2、自我介绍 3、问实习经历、讲一个科研项目 4、想做深度学习还是想做传统的机器学习(回答:都可以) 5、有了解哪些传统的机器学习算法(讲了逻辑回归、决策树、支持向量机等) 6、有了解哪些深度学习的算法 7、再次问想做深度学习还是想做传统的机器学习,然后介绍他们部门主要做传统的机器学习算法的,项目大多关于深度学习的,询问是否感兴趣?(回答:都可以