【面试经验】美团搜索推荐算法工程师面经（已OC）

一共只面了两轮，9.3一面，9.9二面，没有HR面，9.20 OC

一面/技术面 2024/9/3 晚上20:00-21:00
自我介绍
腾讯实习介绍
实习过程中做的比较好的部分有哪些
华为框架以及NPU使用过程中遇到的问题
LongLoRA和LoRA区别
大模型和推荐你觉得有哪些可结合的点？商品的理解、描述等
介绍快手实习
在线的效果
这段实习主要的难点在哪里
user会事先做一些embedding预处理吗
loss是什么
会有u2i的融入吗
迁移学习
过平滑理解
NeurIPS论文介绍
baseline分为哪些
BN在train和test的区别
代码题：重排链表
二面/技术面 2024/9/9 下午15:00-15:40
自我介绍
实习中遇到的最大挑战
华为卡训练相关的问题
一般怎么debug
讲一下NIPS论文，论文想法来自哪里
围绕论文问了七八个问题
论文如果要落地，比较难的点在哪
GNN里边你觉得最重要的知识点是什么
图采样算法了解多少
GNN在工业界的关键落地应用有哪些
这些落地过程中，一般会有什么挑战
你学新东西有没有什么高效的方法，一般怎么看论文
你的这套方法应用后，如何判断是否真的学懂了
Transformer的结构讲解
位置编码有哪几种
问了问GitHub里边参与的一些PR
算法题：数组的top-k值，复杂度小于快排