【 美团 】2022届的春招暨秋招补招已经开启   同时2023届的秋季实习转正也同步开启，早投递早面试早offer   第一批笔试将于3月5日开始，hc是有限的，抓紧上车～              ——————————自我简介分割线————————————   楼主是2021届的算法er，现已入职，base成都   现已内推数百人参与校招，并有数十位同学拿到offer且入职～      附上春招内推贴   可为你提供最新的资讯和相关的面试经验   附上秋招自己的美团面试分享帖   附上微信有意向的同学可以随意咨询经验以及查询面试进度   有意向👇      可直接牛客私聊（会及时回）  ...

https://www.nowcoder.com/discuss/v2/post?id=602156#discuss           美团22届秋招提前批和北斗计划都正式开启！     正式的秋招还未发布，请耐心等待。    面向岗位：iOS开发工程师、Android开发工程师   提前批免笔试！且和后续正式批次不冲突，相当于多了一次机会。  提前批网申时间：7.12-7.26，请抓紧时间投递。                   微信通过我内推或是直接下方链接内推的同学麻烦在评论区进行一下回复，方便核实和后续跟进。   回复格式：手机号后四位+岗位，如0101+算法 即可。   谢谢配合...

美团22届秋招已经正式开启！     正式的秋招已经开始         谨记！！！微信通过我内推或是直接下方链接内推的同学可加V或者牛客私聊我确认，否则投递错误会被当作官网投递，很可惜。       ——————————自我简介分割线————————————  楼主是2020秋招美团上岸的算法er，现已入职，base成都   年初春招实习期间成功内推100+位同学进入美团面试，并最终有数十位同学拿到暑期实习和春招的offer～   附上春招内推贴   可为你提供最新的资讯和相关的面试经验   附上秋招自己的美团面试分享帖   附上微信有意向的同学可以随意咨询经验以及查询面试进度   有意向 ...

新浪今天正式口头发了薪资   base:杭州   但是要微信回复确认接受才给发正式的邮件offer   估计是违约要给违约金了，暂时不接吧，或者直接放弃   准备结束秋招了，希望美团不负我   感谢牛客，我准备躺平当废物了。      一面7.24二面7.29   时间太久真的失忆了   我就不勉强自己回忆了

今晚终于OC了   base：北京，机器学习算法工程师      8.16连续三面      一面   介绍项目   lr+GBDT用过吗，是怎么进行学习的为什么有效   lr和svm的区别   lr的损失函数   解决梯度消失的算法   batch归一化的训练和测试的区别，那既然用了batch归一化，还需要对数据集归一化吗   batch归一化在训练中为什么要做滑动平均的操作   rbf为了减少方差会有什么操作（"随机"提现在哪里）   bagging和boosting的区别   算法题：LCS   反问环节：面向的业务      二面   介绍项目   resnet结构介绍   其余的时间...

挣扎了快一周，下午的时候终于收到了oc邮件  base北京 语音技术部 算法岗   我其实不是nlp的但还是感谢面试官对我能力的信任以及三面经理姐姐对我能力的认可。开心～      因为时间太久我真的记不太清具体面试内容了大概回忆一下吧   8.13一面   介绍项目   出了一个场景题   一亿数据量的文本怎么做到随机抽取和重复统计   代码题   滑动窗口最大值      8.24二面   这真的是玄学面试了   项目介绍，因为我项目和语音无关   都是推荐和传统机器学习分类以及dnn的比赛   全程都是我在介绍      8.25三面经理面   有点像hr面，问了我的意向，实习与否   ...

今天收到美团的意向啦，  机器学习数据挖掘岗   成都美团到家事业群，相关面经在我之前的帖子里   感谢美团圆了我留在成都的愿望🙏🙏🙏

更新一下8.17面了hr，说要大概半个月，八月底九月初才会有最终结果。随缘坐等吧。         先说说进度，8.12号一二面连着，8.13三面，三面后面试官让我等hr电话，然后一面面试官加了我微信说后续有hr跟我联系（希望这是稳了吧，那我可太开心了）   美团成都 美团外卖   笔试AC3.18         一面 53分钟   聊实习和项目   因为项目用了deepfm，所以还发散问了下fm的原理，以及fm怎么降低复杂度的   对fm，deepfm，wide&deep，DIN的看法和了解   项目中有没有遇见过拟合的情况   对pyspark有什么使用心得，在实习中用它做了哪些...

最近莫名顺利，贝壳过了之后因为北京的疫情就很犹豫去不去，   正好新网发了面试通知，就用贝壳的offer催了一下进度，三天就搞定了，   很快乐不用去北京了   时间线：6.15一面，6.16二面，6.17HR，即OC   一面：20min   自我介绍，项目   1，RF的原理，和选用理由   2，过拟合的原因是什么，从数据分布的角度解释   3，rf和boosting算法的区别   4，10亿个数选最大的K个，用什么方法，复杂度多少   5，有开发经验吗，sql会吗   6,25匹马赛跑经典智力题      二面：20min   可能面试官知道我都贝壳的offer了，没有为难我   确认了...

第一次写面经，毕竟这么晚才上岸哈哈   面的是北京贝壳的数据挖掘实习生   时间线大概是   6.8一面，6.9二面，6.10hr面当晚收到测评链接，6.15OC      一面 大概20min   先感叹一下面试官小哥哥巨温柔，紧张全无   自我介绍+抠项目   但其实我的项目很水，只是被封装了一个国合重点的外表罢辽。   1，因为项目里用到了RF,问到了为什么选择RF,以及RF的可解释性怎么去突显。   2，RF是属于bagging，那么boosting有哪些，以及bagging和boosting的区别   3，分类的评价指标都有哪些，AUC为什么对不平衡的情况不敏感(因为它不依赖决定分类...

rt，收到了说一下，让我死心，卑微🙃           更新，刚收到了明下午的hr