俺二面凉了
点赞 评论

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🌟 滴滴算法团队特点业务驱动:算法直接影响亿级用户体验,成就感强技术栈前沿:时空预测、强化学习、因果推断等均有落地成长快:技术大牛密集,新人可接触核心项目🚘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立刻投递,快人一步,抢跑未来全流程跟进,投递的同学评论区留言,方便后续跟进,秋招加油!#实习# #校招# #滴滴# #大厂内推# #内推# #算法岗#      
点赞 评论 收藏
分享
今天老师给大家梳理了部分大厂搜广推算法岗面试真题,供各位同学参考学习。1.PPNet的核心思想是什么?为什么要 stop gradient ?什么时候不需要这样操作?2.多目标模型很容易遇到跷跷板问题或者两个 loss 数量级相差很大,优化速度差异太大,你知道有什么优化方法吗?3.NEG loss 和 NCE loss 有什么区别? infonce loss 公式是什么4.召回业务一般怎么定义负样本? bce loss 的公式是什么?简述一下 Pointwise , pairwise 和 listwise 的区别是什么?召回一般用什么 loss ?5.粗排的作用?怎么验证粗排精排的链路一致性?用什么指标可以衡量链路一致性?6.大模型了解吗?怎么在推荐中应用?比如怎么在召回中用?大模型训练分成哪几个阶段?简述一下各个阶段在干什么7.千万级别的整型数组,怎么获取其中出现次数最多的前 N 个数?(考数据结构)8.讲一下你知道的机器学习里面的算法,比如 AdaBoost , GBDT , XGBoost 这些。 Bagging 和 Boosting 的区别?随机森林是什么9.讲一下Word2vec是怎么做的?怎么降低计算复杂度?10.你知道的中心极限定理有哪些?11.双塔模型优势和缺点,怎么改进?12.粗排的目的是什么?有哪些指标,粗排应该向精排看齐吗?13.说一下 BN 的公式,哪几个参数是在训练时更新,在推理时还更新吗?简述一下测试过程中的 BN 怎么算。 BN 和 LN 的区别?14.当神经网络的权重初始化为0时,会遇到什么问题?15.你能抽象地归纳出序列建模发展的脉络吗?以及它的最终形态应该是什么样子?📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
查看15道真题和解析
点赞 评论 收藏
分享
牛客网
牛客企业服务