面试之前，先来面栈
搜索
美团

Agent 算法工程师面经

发布时间：作者：匿名牛油查看原帖 ↗

完整信息
归档编号：
MJ-NC-2026-0344
原帖标题：
美团 agent算法 面经
所属公司：
美团
岗位：
Agent 算法工程师
发布时间：

8 条问法 · 10 道题

本篇目录
两三句介绍下agent以及当前的挑战 transformer架构 有哪些机制 解释下交叉注意力机制 介绍下ppo dpo grpo算法 grpo的loss怎么计算的 数据用的什么 deepresearch和强化学习怎么结合应用 解释下topk topp的实现原理 手撕：非hot100 投递的时候一定要看岗位偏应用落地还是偏算法。楼主算法功底比较薄弱，没有真实业务场景下的模型训练微调经验，在面试偏算法岗的时候，算法原理和训练过程被追着问
本篇目录
  1. 01
    两三句介绍下agent以及当前的挑战
    关联题目用两三句话介绍 Agent 及当前挑战。Agent 原理与系统 / Agent 基础与运行循环概念解释基础2篇相关面经
  2. 02
    transformer架构 有哪些机制
    关联题目Transformer 的整体原理是什么？模型基础与推理 / Transformer 与注意力原理机制进阶4篇相关面经
  3. 03
    解释下交叉注意力机制
    关联题目交叉注意力如何工作？模型基础与推理 / Transformer 与注意力原理机制进阶1篇相关面经
  4. 04
    介绍下ppo dpo grpo算法
    关联题目PPO 算法原理是什么？模型训练与对齐 / 强化学习与奖励原理机制进阶6篇相关面经关联题目DPO 的算法原理是什么？模型训练与对齐 / 偏好对齐原理机制进阶2篇相关面经关联题目GRPO 算法如何工作？模型训练与对齐 / 强化学习与奖励原理机制进阶6篇相关面经
  5. 05
    追问
    grpo的loss怎么计算的
    上一问 ↑
    关联题目GRPO 的 Loss 如何计算？模型训练与对齐 / 强化学习与奖励原理机制进阶1篇相关面经
  6. 06
    追问
    数据用的什么
    上一问 ↑
    关联题目GRPO 训练实际使用什么数据？模型训练与对齐 / 强化学习与奖励项目深挖进阶1篇相关面经
  7. 07
    deepresearch和强化学习怎么结合应用
    关联题目Deep Research 如何与强化学习结合？模型训练与对齐 / 强化学习与奖励方案设计进阶1篇相关面经
  8. 08
    解释下topk topp的实现原理
    关联题目Temperature、Top-k 和 Top-p 怎样影响模型采样？模型基础与推理 / 推理与解码原理机制进阶4篇相关面经

相关公司