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#

先是电话面试：1.树的底层结构2.红黑树底层结构3.搜索旋转排序数组。（口撕出）。追问，如果有重复元素，还能用二分吗？（回答错了）。举一个不能用二分的例子。一面：三道题，面试官出完就走了，没开摄像头1.整数拆分，求组合数。2.特别的数，给一个数组a1....an，求 i<j的情况下，a[i] > a[j]的pair数量3.LRU1，3撕出来了，2 面试官认为时间复杂度比较大。几天后挂了。

deepseek引发的盛况，加上政策上也扶持，算法岗这两年会不会变多呢？纠结走算法还是开发，想要去央国企找个稳定的工作感觉很多人都去学ai大模型啥的了#牛客AI配图神器##我的求职思考#

自我感觉答得不好，估计是挂了。但面试官人很好，氛围相对轻松。流程：常规自我介绍，20min项目，10min八股，30min算法，反问。项目：问了一些技术细节，以及改进方向。八股：1、http的默认端口号？（80）2、linux中查看进程监听端口号的命令？（不熟悉linux，答了个netstat -ntlp）3、UDP传输如何解决乱序问题？（没答上来，有个在包中添加序列号，但是忘记了）4、某个端口已经监听了UDP，是否能再监听TCP？（没答上来，答案是可以，面试官说这题很偏，不知道也正常）5、malloc分配的是栈内存还是堆内存？（堆）6、进程和线程的区别？（我答的进程是资源分配的最小单位，线程...