2022携程算法工程师一面面经

时长1h
1.自我介绍
2.比赛介绍
3.说说时序预测中树模型和神经网络区别
4.XGBoost和LightGBM区别
5.GBDT、XGBoost区别
6.LSTM讲一下
7.如何防止梯度消失和爆炸
8.SQL题,磕磕碰碰
9.算法题:两数之和

反问:
1.部门的业务

#面试复盘##携程##算法工程师##面经#
全部评论
可以看我帖子,冲一波
1 回复 分享
发布于 2021-09-18 19:39
感觉好难啊,神经网络相关的不太了解😓
1 回复 分享
发布于 2021-09-14 15:24
楼主有二面消息没
点赞 回复 分享
发布于 2021-09-14 18:21
楼主,请问是根据简历内容来提问的吗
点赞 回复 分享
发布于 2021-09-14 11:09
lz是什么时候笔试的呀
点赞 回复 分享
发布于 2021-09-14 09:58

相关推荐

个人背景:🔥985硕士,计算机专业,研究方向为机器学习/数据挖掘- 有推荐系统相关项目,Kaggle竞赛经历- 面试岗位:滴滴出行-算法工程师(机器学习/运筹优化方向)📝 面试全流程回顾1. 笔试(线上编程+数学)-算法题(2道,LeetCode中等偏上难度)- 动态规划:最长递增子序列变种(需优化到O(nlogn))- 图论:Dijkstra算法实现+路径还原- 数学题(概率统计+线性代数)- 贝叶斯定理应用题(拼车场景下的概率计算)- 矩阵分解(SVD)的原理与优化意义2. 技术一面(1小时)- 代码能力- 手撕:实现带权随机抽样(Reservoir Sampling变种)- 代码优化:如何减少时间复杂度?- 机器学习基础- XGBoost vs LightGBM的差异?如何选择分裂点?- 如何解决推荐系统中的冷启动问题?- 业务场景题- 滴滴拼车订单匹配如何建模?(聚类+贪心算法的取舍)3. 技术二面(1.5小时)- 项目深挖- 详细介绍Kaggle竞赛方案(特征工程、模型融合技巧)- 追问:如果数据分布偏移(如疫情前后出行规律变化),如何调整模型?- 系统设计- 设计一个实时ETA(预估到达时间)系统:- 数据源(GPS/交通路况/历史数据)- 模型选型(时序模型+在线学习)- 异常情况处理(突发拥堵如何动态调整?)- 算法发散题- 如何用算法减少司机空驶率?(转化为图的最短路径问题)4. HR面(30分钟)- 团队协作经历、抗压能力举例- 期望薪资与工作地点偏好🌟 总体而言,滴滴面试强度还是可以的,问题问的很细,如果不会的话,同学们尽量委婉回答,引导面试官问出问题。滴滴待遇还是相当可以的,最后给大家一个内推链接,还有内推码。🚘投递方式【内推链接】https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs【内推码】DSW46Dg7全流程跟进,投递的同学评论区留言,方便后续跟进,秋招加油!#滴滴#  #应届#  #实习#  #算法工程师#  #校招#  #滴滴出行#  #内推#
点赞 评论 收藏
分享
评论
1
21
分享

创作者周榜

更多
牛客网
牛客企业服务