美团机器学习/数据挖掘电面一面面经

楼主4月23号参加了美团的笔试(话说笔试真的有点劝退)，楼主选择做的一般，编程题0 ac，以为妥妥的挂了。没想到5月6号接到电话(打过来时标记为广告推销，楼主差点挂了)约面试，约的8号下午5点。

还没到5点就在等电话，结果电话5点20才打过来。面试官小哥哥说了好多句对不起哈哈哈，人很好，整个面试过程大概20分钟左右，以下是具体面经。

1. 自我介绍

2. 平安实习项目介绍（一笔带过，没咋问）

3. 自己做的两个项目介绍

4. BN知道嘛？讲一下BN的原理，作用？

5. 介绍完第一个，开始问提问，介绍一个为什么用这两个网络？精度怎么样？为什么要集成？怎么集成的？集成之后效果提升了多少？

6. 介绍第二个项目，类别不平衡问题怎么解决？

7. 讲一下LR，LR怎么优化的(楼主扯到了线性回归，然后他又追问了线性回归怎么优化的(梯度下降与正规方程))，楼主说了梯度下降，他好像不满意，他是想让我说极大似然估计，最后被我吹出来了

8. 极大似然与交叉熵有什么区别？(不会，求大佬解答)

9. sigmoid函数讲一下，ReLU讲一下？它们俩的区别以及ReLU的优点

10. 梯度消失，梯度爆炸讲一下？怎么解决？过拟合、欠拟合讲一下，怎么解决？

11. 看你简历上说熟悉常用的机器学习算法，对吧，讲下随机森林，随机森林的随机体现在哪里？

12. SVM的核函数了解哪些？为什么要用核函数？

13. 代码题:两数之和(Leetcode第一题)

14. 看你简历上写熟悉Keras，那TensorFlow用过吗(ps: 感觉公司好喜欢用TensorFlow，楼主面了这么多，问到框架基本全是问TensorFlow)，我说了解过，不熟，用过PyTorch，然后追问PyTorch怎么上线部署的？

15. 目前拿到了几个offer，如果美团给你暑期实习的话，你啥时候能入职，能做到几月份？

16. 面试官告诉我现在收到的简历都面一下，一面完之后会对简历进行排序，再通知下一轮面试，和牛客网各位大佬一把梭直接面完的操作不太一样，可能是楼主太菜了

17. 我看你投的实习偏CV，我们这边不光是CV哦，你能接受吗？面试官说他们这主要是NLP相关，知识图谱构建、推荐系统、搜索等等

主要就问了这些，最后面试官他让我问了他几个问题。反正面试官人很好。以上供牛友作为参考(楼主投的部门是到店事业群-平台技术部)