美团点评 机器学习/数据挖掘工程师 面经

部门是上海  到店综合部门  数据业务部

美团点评一面  4.10

之前在一个算法实习群里面看到了美团的大佬发的招聘机器学习推荐相关的实习,就抱着试试的心态往邮箱里投了一个简历。

时隔一周,今天突然接到了一个上海的显示推销的电话,犹豫了一下还是接了。没想到对方说,我这边是美团的面试(美团的笔试这么久了还没消息,看来还是这种线下发邮件投递的靠谱啊)。

先聊了半天项目,从细节创新点,讲到了整体的架构。聊了大概15分钟左右。。

然后问了下GBDT的原理,以及常用的调参的参数

xgboost的跟GBDT比优点都有哪些

一道SQL题,count(1),count(*),count(列名) 这三个有什么区别

然后问了下什么时候能来实习,实习多久

我问了他他这边都做什么,就这么愉快的结束了面试

ps:我可能有毒,每次电话面试都是20多分钟。。这次又是


美团点评二面  4.12

两天后收到了美团点评的二面

L1、L2正则化,区别

项目,长短期兴趣,如何验证,时间敏感

文本内容推荐中有哪些内容可以应用到商品团购推荐当中去

Xgboost中的行抽样,可以起到哪些作用

样本少了不是会过拟合么,为什么行抽样可以防止过拟合

算法题,一个数组,找出第k大的数

这些方法的时间复杂度是多少

接下来都是我问他的

算法工程师的工作模式大概是什么

他这边推荐主要是基于传统机器学习还是深度学习

可以不可以将深度学习关于图像方面的东西加入到推荐系统中去

接下来大概还有几次面试

HR面 4.17
其实这个HR面算不上面试了,简单沟通了4分钟,聊了聊入职时间,实习工资等,就让我等着发offer了


#实习##面经##美团##算法工程师#
全部评论
文本内容推荐中有哪些内容可以应用到商品团购推荐当中去? 这个问题该怎么回答呢?
点赞 回复 分享
发布于 2018-08-15 19:18
LZ,请问您还记得笔试题型吗,  您现在有拿到offer吗
点赞 回复 分享
发布于 2018-04-20 11:44
您好,关于行抽样,样本少了不是会过拟合么,为什么行抽样可以防止过拟合?这个问题如何回答呢~感谢~
点赞 回复 分享
发布于 2018-04-19 10:01
请问………xgboost不是列抽样吗…
点赞 回复 分享
发布于 2018-04-19 08:37
请问,二面面完后到HR面这中间,微信公众号上的状态是什么?
点赞 回复 分享
发布于 2018-04-18 22:12

相关推荐

当年还在美团那个倒霉的 Peppr 团队工作时,我一直有个疑问:这群人每天到底在自嗨什么。每次开会一堆人围着一堆“看起来很高级”的文档转,模板统一、名词复杂、页数感人,每一页都在暗示一件事:“你不懂,是因为你不专业。”但现实是——代码照样写在 💩 山上,该出问题还是会出问题,这真的很逗,系统一出问题,文档的唯一作用就是证明:“我们当初确实认真写过文档。”所以本质区别到底是什么?是代码质量提升了,还是大家在精神层面完成了一次“工程师 cosplay”?有句话说得好潮水退去才知道谁在裸泳。还记得当时的马哥、明哥(图 1 左)最爱反复强调一句话:“所有场景一定要想到。”、“这个场景为什么没考虑到?”不过他们这些话我是真的听进去了。不然我也不会在一年多前就说:这个项目活不过两年。顺带一提,那段时间还有个固定节目。每次下楼,总能听见我明哥在吐槽不同的人。我从他身后绕过去,经常能听到他一边抽烟一边说:“xx 这小子太坑了,回头我一定要跟马哥说说。”于是深谙人情世故但真不会抽烟的我也会从口袋掏出一支低尼古丁含量的烟给自己点上,假意自己什么都没听到什么都不知道,只是来抽烟的。后来我才明白,这可能也是团队文化的一部分:问题永远在别人身上,而我们,永远在复盘里😂。
秋招白月光
点赞 评论 收藏
分享
评论
10
126
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务