美團(二面gg)
一面
- 自我介紹(第一次面試自我介紹就三句話,-_-||)
- 覺得自己做得最好的項目,balabala
- 你是做深度學習的,介紹一下你構建神經網絡時候用到的激活函數,並說一下它們之間的特點和區別。
- 你的研究方向是推薦,說一下推薦系統的研究軌跡(CF,基於矩陣分解,概率圖模型,深度,基於GNN,不知道對不對-_-||)
- 評估指標AUC是什麼,有什麼特點?
- NLP和CV瞭解嗎,說一下word2vec和一個你覺得最具代表性的cv算法。
- 好的,現在我們來做題,第一題,經典臺階問題,我寫的遞歸,面試官說可以,那非遞歸怎麼寫(蒙了,其實很簡單,循環就完事了);第二題,假設每次可以走1~n階,那麼n階樓梯一共有多少種走法(f(n) = );第三題,區間合併。(代碼題都很簡單,基本上都做出來了)
- 好了,你的深度學習這一塊還可以,我們看看機器學習。說一下隨機森林,bagging和boosting的特點和區別。
- XGBoost講一下,GBDT講一下
- 好了,我們來一道智力題。假設有20個紅球20個黑球,要把這些球放進兩個桶裏,請問怎麼放使得我隨機取一個球是紅球的概率最大(我說的是可以把它轉成最優化問題來做,其實後來一想直接特值法就行,一個桶裏只放紅球,剩下的放另外一個桶,那麼隨機選一個球是紅球的概率爲,接近0.75)。
- 反問
二面
- 自我介紹
- 挑一個項目講一下,balabala
- 聊聊學習,聊聊人生(其它的技術好像沒怎麼問,我以爲這就結束了)
- 話鋒一轉,來個開放性的題目,大致是怎麼在點評的app上關於某個特定的tag(我認爲是tag,面試官說你可以這樣理解)進行聚類和分類。比如我有三個欄目,親子游,情侶遊,高冷範,你怎麼把特定的店鋪放在這些欄目下面推薦給用戶;假如我沒有這些欄目,我只有店鋪,你怎麼根據提供的候選店鋪生成這些欄目。
- 好了,最尖銳的問題來了,假如騰訊頭條美團(因爲這三家我正在面)都給你offer,你選什麼。
騰訊(OC)
一面二面問的和美團差不多,稍微多一些,無非就兩塊:深度學習技術棧和機器學習技術棧。機器學習技術棧問的最多的就是XGBoost、GBDT和LightGBM的差別。二面還問了一下大數據,不過記不起來了
-_-||,後面還有一些記起來再補上。
頭條,不說了,都是淚。
Other
等更新