面经详情

美团机器学习算法电话面试，面试官个小姐姐，声音甜美，语气温和，聊得比较开心。美团的面试总结下来四个部分：自我介绍、项目经历、机器学习相关、编程hr超级专业啊，从深度学习到各种机器学习算法、数据结构逐一问了一遍，考察的非常全面，最后的编程只要说出结题思路就可以，不难，奈何我想不出来（没刷牛客编程真吃亏啊）。 问题总结：CNN基本原理、lstm基本原理、池化层作用、过拟合怎么处理、生成式模型和判别式模型、传统机器学习分类方法（给一个具体问题，说出选择哪个方法更适合，为什么）、平衡二叉树、完全二叉树、满二叉树、编程题：1.背包问题；2.给一个数组，问可以构成多少个三角形。 ...查看更多

内推，顾名思义就是内部推荐。公司会允许员工通过内部渠道向公司推荐人才，然后公司进行面试（一般是电话面试）。实践证明，内推作为校招前的一个应聘渠道是大家应该极力争取的。因为内推一般是免笔试的，直接电话面试，这就省去了很多辛苦。而且最后可能薪资也不一样。其实内推已经成为公司提早挖人才的途径了。楼主后知后觉，没有参与到美团的内推中，不过周围小伙伴有通过内推进入的，还是很好的。 1，提高自己的嗅觉，多去关注内推信息，多加几个群，微信号等等，多和别人交流，获得招聘信息。2，如果有师兄师姐在目标公司就职，一定要联系他们，无论是内推机会还是求职建议，师兄师姐肯定比陌生人靠谱。3，内推虽然免笔试，但是并不意味着内推要求低。正如前面所说的，内推的目的是挖人才的，不是来收割的。4，电话面试可能有几轮，都要好好准备。由于你只能听到对方的声音，如果不适应的话可能会有些紧张，不过他也看不到你在干嘛，所以你也可以利用这个优势，你懂得~其实以上这几点对很多公司都适用。 面试在线笔试通过之后，在面试之前会有短信通知面试时间的。今年是在南二环那边的爱威尔酒店。楼主感觉酒店的环境一般般，一楼等待的地方很暗，而且有些地方一层灰，好久没有人的样子。貌似是美团外包给51job的人来安排的面试流程。面试在三楼，由于数据挖掘的面试官比较少，楼主一面被分到后端开发的面试官面试了。 一面面试官很年轻，说话也很nice，不是那种不苟言笑的人。就算你答不出来他也会给你一些鼓励或者提示。考察的范围很广，但是深度不深。1，计算机网络方面：都是网上常见的题，只要之前准备过就没问题。TCP/IP协议分层；每层协议；常见协议的端口号；TCP三次握手的过程；三次握手的原因；浏览器输入一个网址访问某个网站，这个过程都发生了什么。等等。2，概率方面，三个门，一个有奖品，两个没奖品的问题，这个问题也是比较经典的问题，网上有，大家可以百度，还有一个生男生女的问题，说一个村子重男轻女，生孩子都是生到有男孩为止，问最后男女比例，这个网上也有。楼主用最笨的方法做的，后来面试官跟我说了一个简单的方法。3，算法问题：全排列问题，这个是算法里很经典的问题了，用递归去做，动态规划问题，问我懂不懂，我给他讲了一个最常见的动态规划问题，他就放过我了：）4，操作系统：进程的死锁，4种条件；分页；楼主这类问题答的不好。5，其他就是大概聊聊你的项目，毕竟岗位是机器学习，所以项目的匹配度还是要有一些的，包括你的论文都会成为你的加分项。面完了就会让你等一下通知。 二面面试官也很年轻，但是比一面的人少了和蔼，人还是不错的，只是说话比较直上来就写算法题，你写的过程中他会看你的简历。1，用一个数组实现三个栈。我说不明白啥意思。他给我换了一道2，链表逆序。正中我下怀~3，谈你的项目。我觉得这个过程中你一定要让人家明白你做的是什么东西，想解决什么问题，用了什么方法。有的时候可能面试官并不能理解特别专业的术语，你可以用比较简单的方式去解释，尽量让你的所做的项目能够尽快被他理解。4，智力题，140克的盐，给你一个天平，一个2g砝码，一个7克砝码，只称三次，称出50g的盐。楼主想了半天，没找到3次的解，后来他提示了一下找出来了。感兴趣可以自己做一下。5，又是写代码，题目我又见过，真不好意思：）给你一个数N，问1-N这N个整数里面，每个位上一共出现多少次数字1. 这个是编程之美上的原题。当时看的时候觉得好复杂，最后我也没写出来，当然，面试的技巧就是，无论这道题你会还是不会，尽量把你的思考过程说出来，一方面防止冷场，另一方面可以让他知道你的思考过程。最后面试官让我不用最优的，我就写了个最笨的。 三面没有问技术，问的问题主要是，项目，遇到的困难，最有成就的事情，有什么收获，会让你举例子说明。 我就只能涛涛不绝的讲。问了一个预估的题目，让你估计早餐市场的规模。最后会让你问问题，我问了一个美团最近亏损的新闻，问了美团的盈利模式。大概就是这样。然后第二天晚上收到的offer。　　 简单总结一下，首先基础要扎实，基本的东西要明白，项目和论文要有，尤其是对机器学习与数据挖掘岗位，感觉会关注你的论文情况。当然论文的方向不一定和他们所做的业务是一样的，只是用来证明你有解决机器学习这类问题的能力。题目要刷，leetcode什么的要做一做的。剑指offer，编程之美都值得看看。 ...查看更多

首先一上来聊聊简历， 看到我上面写的ML算法，就让我一一介绍一下。问了NLP的TF-IDF， 如何处理categorical变量， random forest需不需要预先处理categorical变量然后问了一道sql题，提供uid, 最后登录日期等等，如何构建用户流失率最后是一道概率题， 假设全年级有100人， 其中有两个人同一天过生日的概率。...查看更多

一面一面的环节就是自我介绍开始，然后问一些具体的问题，具体我忘了，有让现场写代码的，我这边让我写的是写一个cache替换策略的代码，有简化过，写好代码后，跟面试官沟通，基本没什么问题。 面试官问了第二个问题是：在二维坐标上的n的点(x1,y1),(x2,y2),…(xn,yn)，求在二维坐标上找出一个点，使其到这些点的距离最近，当初不知道是太紧张了还是啥，竟然没有一下子想出来，然后罗列公式，求导之后，发现坐标点就是1/n(x1+x2+…+xn),1/n(y1+y2+…+yn),直观上也容易理解。 面试官将题目进行了更改，改为一维坐标上的N个点，分别为x1,x2,…,xn,在一维坐标上找出一个点，使其到各个点的距离之和最小。直观上，应该找这n个点的中位数。（首先需要证明我们要找的这个点可以在这n个点里面中，证明比较容易，就是在两个点之间的点到其它点的距离之和相同的，得证）。 一面也到了，出去外面等消息。二面二面的面试官明显不是做数据挖掘的，问了我一些计算机网络、系统相关的问题，我跟他反馈说这方面知识本科后就没怎么接触。  主要问题想起来了有几个吧 1， hash表的数据结构，沟通了很久才知道他想问的是hash表冲突之后的链式表处理。  2、cpu的几个替换策略。  3、现场写代码：关于两个字符串的距离（笔试就是考过编辑距离），它这边要求的是求两个字符串的与 跟两个字符串的或 的比值，也就是在所有的两个字符串的字符中，都出现的字符占所有的字符的比例问题，比较简单，写完代码之后，面试官指出哪一些可以优化的地方。  4、实习期间做的几个项目（面试官完全不懂，看自己的扯皮能力） 其它七七八八的问题忘了。 ...查看更多