实习岗位我自己选的机器学习，因为自己论文主要做的是运筹优化的，所以简历的研究方向是运筹优化，因此面试的主要内容也就是跟优化相关的内容。 1.自我介绍； 2.PSO跟SA的区别、PSO跟DE的区别 （我有一篇跟PSO有关的CCF B的论文）； 3.代码[4,5,6， 1,2,3 ] 找到两段有序数列的分割点，先说了个顺序查找 O(N) ，然后说了个二分查找 O（logN）并实现聊天： 为啥不读博、家那里的、实习时间。 二面 4.30 1.自我介绍，论文，项目； 2. java Map有哪些实现，hashmap 复杂度，最坏情况。 3. 如何防止优化过程陷入局部最优？我拿tabu search 以及 ACO with Tabu 为例解释了下防止陷入局部最优的思想，平衡两个E， exploration and exploitation； 4，为外卖配送系统建模，说一下这个VRP模型的特点多目标、多约束（capacity、time window ..） 5.代码 实现Math.sqrt（）二分法牛顿迭代法，其实可以当做一个优化问题来做，泰勒展开的一阶或者二阶逼近真实值。 三面  1.没有自我介绍，直接就问了点论文的算法，讲解了一边自己论文提出的techniques； 2.实习时间； 3.最近在做的事情。

美团推荐这边首先算法问了一下推导，以及深度的基本原理，答的一般，然后换了个工程的来问，之前遇上的最那的项目是啥，我说是遇上的一个bug解决，看样子不是很满意，还是准备不够吧。