求各位大佬比比暑期offer

投票
双2,专硕。搜广推算法岗。
⭕腾讯pcg,腾讯新闻,做排序的混排,只招1个实习生,面试官技术总监对我评价都很好,一面面试官也一直和我保持联系。转正是整个大组答辩,去年大组转正了10个,今年大组名额未知。去年小组转正率是50%。base北京。
⭕美团,点评事业部,应该是做首页的视频瀑布流推荐和美食推荐等,目前还不知道我要做什么。这个没问到具体的hc和转正。感觉面试官没有腾讯的热情不过也很好。一直和我保持联系。base北京。
作为实习生我主要是想
1.拿转正保底秋招
2.学到东西,为秋招准备
3.丰富简历,厂大背书好
但是看脉脉评价,腾讯pcg这个部门听说是倒数第二,待遇不好。但是似乎这又和实习生无关?不过如果我拿到了实习以后也是会去的,如果待遇一般岂不是相当于转正白白浪费掉了。而且转正也是和大组答辩,不确定是否如她们保证过得独苗就更高概率。而且腾讯新闻是做排序的,感觉业务面太窄,而且腾讯新闻这种产品日薄西山,干不过今日头条,也有很大的用户流失,前景堪忧。
美团的大众点评也是从脉脉上看到的业务比较边缘,因为美团的核心业务是到店到家,外卖类的。美团是做首页的瀑布流视频推荐,还有美食推荐,感觉在搜广推这方面能学到很多东西。但是我具体做什么还不知道。美团转正率据说还不错,但是没有具体数据,可能竞争也会比较激烈?
求各位大佬比比offer#牛客AI配图神器#
全部评论

相关推荐

04-24 10:36
运营
点赞 评论 收藏
分享
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
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客企业服务