美团面试三次后，我还是没拿到 Offer

这是我第三次写美团的面经了，第一次参加美团面试是一面挂，第二次参加是二面挂，第三次是挂在了三面。

第一次面试面经： https://www.nowcoder.com/discuss/939658
第二次面试面经：https://www.nowcoder.com/discuss/961775

投递岗位 NLP 算法工程师

一面 5 月 26 日

上次面试是 5 月 10 日，过了一周后没消息，感觉应该是又挂了，当时抱着试试的心态又投了一个 NLP 相关的岗位，其实当时已经没有报多大希望了，因为美团的暑期实习截止日期是 5 月 26 日，而且当时也拿到了其他公司的实习 Offer，接到面试通知的时候就想着再面一次吧，积累下经验。这次面试的部门好像是美团地图相关的。

1. 首先进行自我介绍
2. 介绍下第一个项目，用到的数据，面临的问题，怎么解决的等等
3. 项目中预训练模型的是啥？ BERT
4. 项目中数据稀疏时怎么解决的？
5. 项目中数据增强后数据怎么样？
6. 介绍下 BERT，12 层 Transformer Encoder，以及 MASK Loss， NSP （next sentence prediction），以及中间的自注意力机制，layernorm
7. Roberta 和 BERT 的区别？去掉了 NSP 任务，动态 MASK，更大的 batch size，更大的训练语料
8. BERT 原生 MASK 是如何实现的？对于每个词，以 15 % 的概率确定是否 mask，如果要 mask 的话，80% 的概率进行 mask，10% 的概率随机替换成另一个词，10% 的概率保持不变。
9. 为啥要用三种方式实现 MASK，正常情况下应该 100% MASK？让模型时刻保持学习能力
10. 项目中 mask 是如何实现的
11. BERT-base 的参数量体现在哪些模块，110M 的参数量是如何算的?
12. layernorm 和 batchnorm 的差别。layernorm 不受 padding 的影响
13. transformer 用到的激活函数，和 relu，sigmoid 的区别
14. 代码一般用啥语言，平常用的深度学习框架，Python, PyTorch
15. 编程题

求连续子数组的最大和
求连续子数组的最大和对应的最长区间（题目保证结果唯一）

相较第一题，难度有点提升，需要维度两个指针来记录子数组的开始、结束区间。不过也不难。

反问：自然语言的应用场景，地图数据

二面 5 月 31 日

1. 自我介绍
2. 介绍第一个项目，简历上第一个项目是 NLP 相关的，第二个是推荐相关的。面试官主要在问第一个项目
3. 项目中分类模型 loss 是怎么计算的
4. 介绍下第二个项目，推荐相关的，用的是 movielines 数据集，特征的构建方式
5. 介绍下 deepfm, 解决特征交叉
6. 介绍下 GBDT
7. boosting 和 bagging 的区别
8. 随机森林的特征是如何取得？
9. GBDT 和 XGboost 的区别，lightgbm 等等
10. 相似电影推荐如何训练电影的 embedding，node2vec，类似于 CBOW 和 skip-gram
11. 之前实习过吗？研究生主要做什么
12. 编程题

用快速选择排序选择数组的第 K 大元素。

之前面百度二面的时候，也是这道题，当时因为参数传错了，一直没调试出来，挂了后印象挺深的。

这次又遇到，结果写的时候，第一遍快排的partition 函数写错了，大概调试了5分钟左右，调试出来了，结果提交后，发现超时了。。。，十组样例，过了 7 组。

心里想着这也没法改进了呀，本来面试官都要作罢，要结束面试了，但是我想着之前改进快排的方法中有一种是在选主元的时候，采用三数取中法，用五分钟的时间改进了下，提交后过了。

反问：主要的业务,地图 POI 数据挖掘

三面 5 月 31 日

面试结束后，没过几分钟就通知面试过了，约了当天晚上的三面。第一次美团走到三面

1. 自我介绍
2. 第一个项目介绍

介绍完之后，面试官大约有一分钟没说话，不知道他是没理解还是怎么着，让我也是很尴尬。。。面试官说没有理解优化的思路，又给面试官解释了一阵子。前后大概用了半个多小时，感觉面试官最终也没有理解。有点无奈。

3. nlp 训练的时候，一个 batch 设置一个 padding 长度还是整个训练数据设置一个 padding 长度有影响吗？效果上有差别吗？对训练结果有影响吗？

4. dropout 在训练和测试的时候是怎么实现的？

5. 有没有什么倾向，比如说希望做什么样的工作？

6. 关于实习的时间，什么时候能来线下，能实习多长时间？

7. 现在手里有其他的 Offer 吗？

8. 反问

这次很幸运进入到了三面，但是还是没有拿到 Offer，感觉三面的面试官一直没有理解我做的项目。虽然也尝试解释了，但觉得沟通起来还是不是很流畅。而且后来面试官问的那两个问题，回答的也不是很好。还有就是最后的反问环节，实在不知道问啥了，前两轮基本上业务，技术栈也都问了，但要是反问环节不问的话是不是又觉得对他们公司不感兴趣，有点苦恼。

总体觉得吧，还是要提前把自己的项目用一段话给概括好，不用非常详细，但是要比较通俗易懂，全面。我面试了这么多次，写总结的时候发现每次介绍的都不太一样。这个在秋招的时候要提前准备好。

最后的话，感觉面试真的很看运气，因为不可控的因素太多了，一定要扩大基数，多去尝试不同的公司，虽然美团面试了 3 次也没有拿到 Offer，但感觉下来收获还是很大的。发现了很多自己的知识盲点，虽然也知道，但真的给他人解释的时候，还是会被问的答不上来。

暑期实习求职结束了，真正的秋招还没开始，希望春招踩得这些坑都能成为秋招的财富。

#面试复盘#