【暑期实习】美团运筹优化算法面经

四月中旬才开始投递，总算是抓住了暑期的尾巴
time line如下：
4.15投递
5.6一面
5.7二面
5.8三面
512收到offer
（一周速通三面，感觉可以挑战全网最快流程）

一面（技术面）：
约80分钟
1. 自我介绍
2. 详细盘问了科研论文的项目（深度强化学习方向），问的非常详细，包括论文的主要创新点、具体的建模细节等，非常刨根问底，几乎每个设计都要问一下为什么，其中也交叉问了一些八股，主要是强化学习方面的，如loss如何计算与传递等。
常规问题以外，面试官还进行了一些拓展，比如让我思考这个科研项目距离落地还需要做哪些工作，多目标的奖励权重如何更新等，这部分我答的不好，但是面试官也非常耐心，一步步引导我去进行思考，也和我交流了他们实际业务中应用强化学习的一些设计。
3. 然后又盘问了在滴滴做的项目，这个主要是大致介绍了业务的背景、项目的目标、模型选型的考虑等。其中具体问了一些推荐系统模型的八股（因为简历里有写），如w＆d、deepfm、d＆c network等的模型特点。
4. 面试官介绍了下组里的一些业务，以及如果我能进来的话可以做的一些方向，涵盖的内容非常广，从传统运筹的路径规划到强化学习再到营销用增方向。

由于项目和业务上聊了很多，导致没时间手撕，面试官就让我自己截图回去做，做完微信发给他即可。手撕的题是一道力扣mid，最佳股票策略。

二面（技术面）：
约40分钟
一面结束后立刻发来了二面通知，第二天上午十一点
有趣的是，大概当天十点半的时候，二面还没开始，三面的链接就已经发来了
1. 自我介绍
2. 滴滴实习项目盘问，问的也很细，跟一面的问题有一些重叠，还问了业务中如果遇到没出现的特征应该怎么处理等数据预处理的问题
3. 科研论文盘问，dtw距离是什么，如何计算？k中心聚类的步骤，都是一些常见的八股
4. 手撕：力扣mid 编辑距离，发现美团很喜欢出动规题
5. 业务介绍，一面时介绍的已经比较仔细了，也没什么需要反问的

三面（hr面）：
约20分钟
都是一些开放性的问题，开始侃侃而谈
1. 经过前两轮面试，对业务有什么了解？
2. 平常有没有用过业务相关的产品？体验怎么样？有哪些痛点？
3. 如何利用ai来辅助进行业务升级？举几个具体的场景
4. 简历中最能体现自己能力的项目是哪个？具体展开说明
5. 过去的几段实习经历里，给自己带来最大改变的是什么？带来了哪些改变？
6. 反问
#运筹优化# #美团# #算法# #暑期实习#