求问各位佬

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#

接上一篇一面：滴滴一面算法题，找到满足和大于等于 target 的最短连续子数组的长度。滑动窗口秒了。你在写算法题时遇到了哪些问题？如何解决的？项目自己做的吗？详细介绍下你的项目你怎么设计项目的数据库表的怎么解决数据倾斜问题。详细介绍下项目核心功能的逻辑，省略 7 个左右的问题。布隆过滤器是怎么维护的？请详细说明限流的机制。对 MQ 的理解是什么？请详细说明如何保证消息队列中的消息被消费，并且只能被消费一次。你在实习期间主要做了哪些工作？请设计一个电商系统，主要针对产品的搜索和查看。请详细说明电商系统的数据模型和实体关系。实习期间你最大的收获是什么？你在实习期间遇到的挑战是什么？如何解决的？面...

第二批笔试 0408一面 0411二面这批 有友友收到hr面么 #春招进度记录#  #携程求职进展汇总#  #携程java面试#  

自我介绍项目难点React18/19新特性ES6+webpack相关React的hooks以及每个的使用场景this的指向（深挖）设计模式有哪些vue和react组件通信（一起吐槽Redux手写：- 发布订阅- express.use反问（面试官真的很能聊反问聊了快15分钟）面试感受很好，面试官也比较年轻