美团算法岗面试经验分享

因果模型：1. 给你两条数据，怎么评判哪条好哪条坏？2. 后门原则是啥？3. DragonNet 是怎么保证输出的单调性和一致性的？4. DragonNet 的损失函数都由哪几部分组成？里面的正则化项是啥意思，有啥用？多模态大模型：5. Transformer 里为啥要除以根号 d？6. Qwen2-VL 的微调，详细讲讲？7. 多模态里，图像处理用了最大池化，那反向传播的时候要怎么处理？8. Dropout 在训练时丢掉的那些神经元，推理的时候会用上吗？9. CLIP 的 batch size 是多少？10. 大模型里的 temperature 参数能控制复读、增强多样性，背后的原理是啥？手...

一、 个人背景 & 投递岗位学校专业：北京航空航天大学 计算机学院 硕士实习经历：（有一段互联网大厂算法实习）投递岗位：美团-算法工程师二、 面试时间线7月底：官网投递简历8月上旬：收到笔试通知并完成笔试（编程题+算法题）8月中旬：一面（技术面）8月下旬：二面（技术面）8月下旬：三面（hr)整体流程推进得比较快，美团的HR和面试官效率都很高。三、 面试详情刚结束美团算法岗面试，简单分享下感受，攒个人品😄1️⃣ 基础要牢：机器学习（过拟合、损失函数、优化器）、深度学习（Transformer、BERT）这些八股文必问，必须对答如流。2️⃣ 项目深挖：简历上的项目会被问到细节，提前准备好：为什么用这个模型？有什么缺点？怎么改进？数据怎么处理的？3️⃣ Coding手撕：主要考字符串、数组、动态规划（比如最长回文子串、LRU缓存），LeetCode中等难度一定要熟练。4️⃣ 业务场景题：可能会问“如何设计骑手派单系统”，重点考察解决问题的思路，有没有框架性思维。5️⃣ 整体感受：面试官很专业，问题有深度，但氛围不错。流程推进快，体验良好。建议：刷题+复习基础+深入复盘自己的项目。祝大家秋招顺利，offer多多！🍀

接着上回讲，这几篇秋招的朋友们可以看看，现在假如面试问到你可以吹吹牛。机器学习属于计算机或人工智能研究生的必修课，有些学校也开这个课，不过本科教育大伙懂的都懂，我明确可以说我自己学校教的没我自己教的好，我自己学的比他讲的细致多了，NLP任务：这里是重头戏了，已经有transformer架构了能替代RNN了。Transformer架构：现在NLP风头最盛，最好用的就算transformer了。这个东西也是后面出来的，为什么替代RNN，原因是提出了自注意力机制。然后比RNN快的多（解决了并行计算问题，这也是为什么现在能看到多卡并行计算的原因，10年前根本难以实现。）这个东西我要讲的细致些，这个架构...

面试官看了看时间，再来一道算法题吧反转链表 + 写核心函数即可或者我: 对我有什么建议嘛？面试官:  你反问的时候可以主动点，问我刚刚的算法题怎么能优化成最佳工程实践，虽然我不一定告诉你（调皮笑脸音）==============以上是秋招，我在字节的二面以及一面的过程我觉得不仅仅是得看面试官，面试者也需要一定的聊天能力，我跟一面面试官反问环节就聊了25分钟，也算是聊的非常开心。刚刚听了录音，原来并不是我问有什么建议。而是快结束，面试官主动问我，为什么不问他ES的最佳工程实现以及算法题的最佳实践。然后就是后面的玩笑话。（隔天约二面以及9.1这天的字节二面，其中更是问到我ElasticSearch、Lucene还有LSM树怎么学的，我感觉前面的问题答得非常符合面试官胃口，所以这里就直接，双手放到腿边撑着，说：不说其他虚的，其实我是三月被腾讯拷打ES后，自己去github看源码、翻各种优秀代码配合GPT学的。面试官笑了笑，就给出一道算法，然后让我写之前说说思路。这里有一点我觉得可以借鉴，说完思路，然后写完后，可以适当补充注释和补一句，等我把代码调整一下再详细说说原理（就是力扣那种格式化代码，idea的CTRL+ALT+L）在算法中，思路和A出来固然重要，但是编码风格和适当和面试官互动也是较为重要的后面也是面试官 看时间才四十多分钟，又出了这道 反转链表过程：我： 需要写main和构造链表吗？ 他：不用的不用的。 我： 还是写一写吧，不写定义，爆红了不方便我俩看代码