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！ #实习# #春招# #应届# #滴滴# #滴滴出行# #算法工程师#

4.8晚上做的笔试，只a了一道，没想到给我发面试通知了，本着学习的目的赶紧约了面试。一面八股文 + 场景题把我拷打的很厉害，面完人都是晕的，但是面试官很好，能够给你不错的引导，有的问题稍微引导下也能想出来。面试题目：自我介绍。ES6的新特性有什么？简单讲一讲讲一讲箭头函数，它和普通函数比起来有什么特点？刚才提到了map，map和object有什么区别（提示key）简单说说promise。除了then方法，promise对象还有什么别的方法？手动实现promise.all，并且返回所有的结果，而不是原有方法的返回值。讲讲对于async和await的理解。CSS如何实现垂直居中？如何解决CSS类名...

RT 显示流程结束了。但是应该面试是❌才对啊。怎么点进去结束的流程还在面试中啊。有大佬解释一下是什么情况吗😂😂。

标题：XXX项目开发经验 | Java/Python/前端（根据技术栈调整）1. 项目名称：XXXX系统/平台（2023.03 - 2023.08）2. 所属公司：XX科技有限公司（若为在校项目可写“独立项目/学校实验室”）3. 担任职务：后端开发工程师/全栈开发/项目经理（根据实际角色填写）4. 项目描述（3-5句话概括核心功能和技术栈）：项目背景：解决XX问题/满足XX需求（例如：提升企业订单处理效率30%）。技术架构：Spring Boot + MySQL + Redis（后端），Vue3 + Element Plus（前端），Docker部署。核心功能：支持XX、XX、XX模块（例如：用户权限管理、数据可视化大屏、实时消息推送）。5. 个人工作描述（分点列出具体职责，量化代码贡献）：模块开发：负责XX模块设计与实现，独立完成订单状态机模块（代码占比80%），使用策略模式优化状态流转逻辑。性能优化：通过Redis缓存热点数据，QPS从200提升至1200，接口响应时间降低65%。协作开发：参与代码Review，解决Git分支合并冲突20+次，主导技术方案讨论3次。测试部署：编写单元测试覆盖率85%，使用Jenkins实现CI/CD自动化部署。6. 个人业绩贡献（用数据结果体现价值）：效率提升：开发的XX功能使业务流程耗时从2小时缩短至15分钟。代码质量：修复历史遗留Bug 15个，系统崩溃率下降至0.1%。技术突破：引入XX算法（如分布式锁），解决高并发场景下的数据一致性问题。⚠️ 注意事项（可放在帖子末尾作为提示）：代码比重：若为团队项目，需注明个人负责的模块及代码占比（例如：“独立开发登录模块，代码量占比70%”）。避坑建议：避免写“参与项目”等模糊描述，改用“负责/主导/实现”等动作词。技术栈写具体版本（如“Spring Boot 2.7”而非“Spring Boot”）。数据量化：所有业绩尽量用百分比、数值体现（如“DAU提升30%”）。按照上述格式撰写是不是比较好？有没有可以优化的其他点？