美团面试题 · 持续改进
美团相关面试题，按最终去重题目聚合。
共 3614 道真题 · 当前筛选命中 161 道 · 更新 2026-08-05
筛选题目已选：持续改进
考察点
技术栈
第 21 题平时怎么学习的？ 考察学习习惯、知识获取方式与自我提升能力第 22 题请介绍你对 AI 辅助编程（AI Coding）的理解，并说明它如何影响开发流程。 考察对 AI 辅助编程的认知深度及对开发流程变革的理解第 23 题实习经历中遇到的最大的困难是什么？ 考察候选人面对困难时的应对策略、问题解决能力和自我反思第 24 题请简要介绍你的实习经历，包括主要职责和收获。 考察实习经历的真实性、职责理解与学习收获第 25 题在内部技术选型中，你们是如何评估并确定使用某款大模型而非其他备选方案的？ 考察技术选型的评估流程、决策依据和开放性第 26 题除了GRPO，你还了解哪些用于大模型推理的强化学习算法或训练方法？ 考察对大模型强化学习算法谱系的了解与对比能力第 27 题你日常学习和工作中会使用AI大模型吗？请举例说明一个具体使用场景。 考察AI工具的实际应用能力与场景化思考第 28 题请描述您如何追踪行业机遇，如即时零售模式的兴起，并转化为部门经营策略。 考察行业趋势洞察能力、战略转化和经营落地能力第 29 题你是否有研读过 Qwen 或 DeepSeek 的论文？请分别介绍其中一个模型的创新点。 考察候选人对前沿大模型论文的研读深度和理解能力第 30 题看过什么Java相关的书？ 考察候选人的学习习惯、技术深度和主动学习意识第 31 题在模型训练过程中，你遇到过哪些典型的bad case数据？是如何识别和处理这些数据的？ 考察候选人对训练数据质量问题（bad case）的识别、分析与处理能力第 32 题你会其他的语言吗，平时都是如何学习的？ 考察语言学习的主动性、方法策略与知识迁移能力第 33 题在LoRA微调过程中，你遇到了哪些问题（如收敛问题、指标不符合预期）？你是如何分析和解决的？ 考察在实际微调中遇到问题时的排查和解决能力第 34 题请简要说明你对大模型（如ChatGPT背后的技术）的理解。 考察对大模型基本概念、技术原理和能力的认知深度第 35 题在实习过程中，除了数据处理外，你遇到的最大困难是什么？是如何解决的？ 考察问题识别、解决思路和复盘能力第 36 题除了课内学习，课外你还研究过哪些别的技术？请说说你重点研究的内容。 考察课外主动学习、技术探索深度和持续改进能力第 37 题如果要训练一个 Agent 的工具调用能力，训练集应该包含哪些内容？如何构建这样的训练数据集？ 考察对 Agent 工具调用训练数据构成与构建流程的理解第 38 题如果准备的问题对模型过于简单，应如何处理以保证SFT数据质量？ 考察对简单样本过滤和训练集难度平衡的理解第 39 题你一般调试都是怎么调试的？ 考察调试流程、工具使用和方法论第 40 题请介绍你的实习经历以及你在实习期间完成的一篇论文。 考察实习经历梳理、论文贡献与个人角色表达