滴滴

收藏
工具
10000人以上
不需要融资
北京/上海/杭州/广州
live 正在进行专场招聘活动，简历直投企业HR， 前往投递
学历友好榜高校必争榜offer比较常胜榜校招高薪榜牛客指数榜
查看官网
上传简历
职位（65） 面经（1928） 进度（285） 评价（7308） 薪资（298） 内推（7232） 题库（32）
职位类型
全部
后端开发
前端开发
客户端开发
测试
数据
更多
最新
热门
昨天 17:42
门头沟学院 Python
许愿滴滴sre岗hr面
滴滴效率恐怖如斯，一二面车轮战， 三面隔天一面（3月25日）项目相关1. 多云管理平台中如何做资源抽象，对用户暴露的抽象资源形式是怎样的2. 如何防止用户申请地域过远的资源以达到最优资源效果3. 按组织维度聚合资源统计和资源归属查询的业务价值4. 基于组织维度的资源管理如何助力用户降本5. 资源申请环节做了哪些风控措施防止用户非预期操作6. 如何保证账单数据的准确性，若建设对账机制该如何做技术基础1. 进程间的通信方式有哪些2. 零拷贝的实现过程3. Linux中tail命令的使用及持续监听的实现原理，标准输入/输出/错误输出的关系与差异4. HTTPS的握手过程，TLS1.3与TLS1.2握手的区别5. TCP三次握手的过程，TCP拥塞控制的实现机制6. Python元类的概念与使用，ORM框架的实现思路，魔术方法（如迭代器相关）综合问题1. 学习/工作中遇到的最困难的事及解决方法2. AI工具的使用场景与方式，辅助编程的具体用法3. 个人职业发展规划与意向4. 对SRE岗位的理解，SRE与运维开发的区别二面（3月25日）个人与岗位匹配1. 自我介绍（重点为代表性学习和实践经历）2. 对SRE岗位的了解，更偏向编码、SRE还是综合性工作3. 重新学习计算机网络和操作系统的方法建议技术基础1. 计算机网络和操作系统中印象深刻的知识点（如TCP协议）2. TCP三次握手而非两次的原因，TCP协议本质解决的问题3. HTTP的可靠性及业务可靠性的实现，Cookie和Session的作用与配合4. HTTP请求头的相关问题（如Keep-Alive、Range、缓存相关）5. 长连接与短连接的区别、优势，从操作系统维度分析长连接减少的资源消耗6. 服务器网络繁忙时的定位排查方法，SS、htop等命令的使用7. 文件描述符、inode的概念及上限问题8. 接口幂等性的概念，同步异步的概念9. Kubernetes的基础概念与了解程度项目相关1. 多云管理平台的整体架构、个人负责的工作及解决的实际问题2. 项目中缺陷修复的来源，印象深刻的问题（如数据串扰）及解决过程反问1. 滴滴SRE产线的核心工作、服务的业务板块2. 滴滴SRE岗位的人才画像及所需具备的能力三面（3月27日）个人背景与实习1. 教育技术专业的培养方向，为何自学计算机相关技术2. 实习时长及在多云管理平台中承担的角色与具体工作3. 多云管理平台（CMP）是否做私有化部署，bug修复是个性版本还是通用版本统一修复4. 私有化部署下的系统升级方式，远程技术支持的具体工作5. 协助客户现场定位解决问题的具体案例（如数据不一致）6. 实习中性能优化的具体案例（如同步任务的限流优化）技术基础1. Linux内存管理的机制，虚拟内存的使用场景，swap分区的使用情况2. 学习计算机相关技术的时间节点，看过的技术书籍与学习方式3. 除Redis外的KV数据库，Redis集群的实现机制与分布式缓存原理4. 对SRE核心工作的理解（如稳定性、交付、问题排查与预防）学习与规划1. 转专业后的学习计划，如何对标科班生补足知识体系短板2. 认为自己目前的技术短板（如操作系统、硬件知识）3. 去年7月决定转计算机的原因4. 去年秋招的情况，为何放弃实习转正选择重新找工作反问最后一轮问面试官面试有几轮，每次面试都没感觉自己会有下一轮面试
发面经攒人品
点赞 评论 收藏
分享
昨天 12:14
已编辑
西南石油大学 Java
滴滴春招面经
一面挺简单的, 大部分都是八股文, 除了spring的知识都有涉及1. 实习期间干了什么, 如何做的, 项目整体架构是什么2. Redis 有哪些数据结构, 介绍一下3. jvm是什么样子的4. 什么是OutOfMemory异常, 它有可能发生在哪些内存区域?栈上可能发生这个异常吗5. java并发可能有什么问题出现, 你一般如何解决6. 线程池的核心参数以及你在项目中的参数7. 如果要做一个抢购商品的服务, 你会如何实现redis分布式锁8. redis可能发生什么问题, 你是如何解决的?redis缓存击穿是什么9. 手写冒泡排序挺简单的, 刚开始我只写了一个循环, 他说有问题, 之后直接写好了10. 有什么问题我如果以初级工程师入职的话, 会负责什么业务?等你面试通过再说面试官觉得我的表现如何?准备的还是挺充分的, 可能在细节方面有点不足
查看11道真题和解析
点赞 评论 收藏
分享
头像
03-26 13:34
吉林农业大学 算法工程师
滴滴 AI Agent开发 二面
1. 自我介绍2. 项目拷打3. 如果让你从 0 到 1 设计一个生产级 AI Agent 系统，核心架构怎么拆？生产级 AI Agent 系统一般拆成接入层、编排层、模型层、记忆层、工具层、知识层、状态层、观测层和安全层。接入层负责用户请求接入、鉴权、限流和会话管理。编排层负责意图识别、任务拆解、路由不同执行链路。模型层负责推理、规划、总结和结构化输出。记忆层负责短期会话记忆和长期用户记忆。工具层负责调用搜索、数据库、工单、日志、订单、风控等外部系统。知识层负责 RAG 检索、重排、知识库版本管理和权限隔离。状态层负责维护任务状态机、步骤执行记录、幂等控制和失败恢复。观测层负责 tracin...
AI-Agent面试实战...
点赞 评论 收藏
分享
03-26 20:27
已编辑
门头沟学院 人工智能
又面了一次滴滴base北京
国际化外卖后端岗位北京这边的面试官很好我想想问了什么1.自我介绍2.个人职业前景3.由于我的技术栈是c/c++，python，问我对java中间件的了解：我就谈了谈对epoll，消息队列，主从模型，生产者消费者模型解决tcp粘包拆包问题设计的基于状态机的应用层协议从应用层到客户端的中间件链路4.io网络模型有哪些5.场景题，简单描述就是如何保证抗住高并发流量6.场景题，简单描述就是如何保证外卖流程的顺序不乱7.场景题，简单描述就是如何保证MQ在MQ层不丢失，不太会我只知道强行在生产者中写入硬盘，但是面试官说这是业务层，他想知道在MQ层的不丢失怎么，最后告诉我用Raft一致性算法（完全不了解）8.手撕合并有序链表9.反问，公司目前对ai开发的支持，对agent开发怎么看，公司目前在美洲外卖的排名前景之类的整个流程大概40分钟不到会不会是kpi面啊，上次我面滴滴base杭州，两道手撕LRU和反转链表，面了60分钟给我挂了更新，已被挂，唉，接着努力吧
查看7道真题和解析
点赞 评论 收藏
分享
03-25 00:20
门头沟学院 推荐算法
推荐算法实习-滴滴凉经
被横向挂了，希望发出来对大家有帮助！1.怎么理解itemCF的相似度2.itemCF这里引入的正向和反向权重是什么意思3.三种召回的各自的优势和区别，为什么用这三路召回4.为什么itemCF权重是1，binetwork权重是1，word2vec权重是0.15.为什么word2vec的召回效果不好6.讲一下特征工程7.为什么选树模型，为什么选lightGBM,为什么不选深度学习模型8.树模型和深度学习模型在模型和特征上有什么区别，他们分别适合什么情况下使用，为什么9.多头注意力机制是什么，有什么用，为什么不同的头可以学到不同的东西10.你还了解其他的生成式推荐的架构吗，这里为什么要选HSTU11.为什么要用生成式推荐模型去解决这个问题12.还了解什么深度学习模型用于推荐系统13.这个infoNCEloss的引|入解决了什么问题14.InfoNCEloss的温度调大调小有什么影响15.transformer的核心思想16.为什么要除以根号下dk17.MMOE和PLE是为了解决什么问题以及怎么解决的
查看17道真题和解析
点赞 评论 收藏
分享
头像
03-25 09:52
吉林农业大学 算法工程师
滴滴 AI Agent开发 一面
1. 自我介绍2. 项目拷打3. 什么是 AI Agent？AI Agent 是一种以目标驱动的智能系统，不只是根据输入生成文本，而是能够围绕任务目标进行理解、规划、调用工具、获取外部信息、根据反馈调整行为并完成任务。它的核心组成一般包括大模型、记忆、规划、工具系统和执行控制。和普通聊天模型相比，普通模型更偏向一问一答，Agent 更强调任务闭环。比如查询订单、生成报表、分析异常、调用接口、触发流程，这些都更接近 Agent 的典型工作方式。4. Agent 和普通 RAG 的区别是什么？RAG 的核心是检索增强生成，重点解决模型知识不足、知识过时和领域知识缺失的问题。流程一般是先检索，再把检...
AI-Agent面试实战...
点赞 评论 收藏
分享
03-24 21:30
门头沟学院 推荐算法
滴滴大模型算法实习一面 1h
给我面没招了，发点面经攒攒人品～多Agent系统与垂域大模型落地1. 中心化调度的多Agent架构中，子Agent的接口设计与结果回流机制如何保证系统稳定性？2. 纯Prompt实现的Agent范式下，如何设计评测体系以实现自动化的能力判定与迭代闭环？3. 基于外部知识检索的内容生成，为何容易出现信息复述而非独立推理？如何从算法层面解决这一问题？4. 垂域量化指标（风险/情绪类）的建模中，小样本场景下为何选择LoRA微调而非全量微调或Prompt Engineering？5. 垂域LoRA适配时，如何构造高质量监督数据以保证模型输出数值的合理性与一致性？6. 从原型验证到工程化迭代，如何平衡系统效果、推理成本与训练开销？Transformer Encoder 底层原理与训练稳定性1. 完整描述Transformer Encoder的计算流、残差连接与归一化位置设计。2. 写出多头自注意力的完整数学公式，并说明各维度的含义与变化。3. 从概率分布与梯度视角，解释scaled dot-product中除以√dₖ的必要性。4. 对比固定缩放系数与可学习缩放系数在注意力计算中的训练稳定性与表达效率差异。5. 从序列特性、padding影响、梯度传播三个角度，分析NLP中LayerNorm优于BatchNorm的原因。
查看11道真题和解析
点赞 评论 收藏
分享
03-24 10:23
湖南大学 算法工程师
滴滴-大模型-面经
岗位：大模型问：什么场景需要GraphRAG？答：GraphRAG（知识图谱增强检索增强生成）的核心价值是结构化挖掘数据关联、提升复杂问答的精准性与可解释性，适用于以下三类核心场景：复杂关联推理类问答场景比如企业知识库问答、金融风控分析、医疗病例诊断，需要从海量非结构化数据（文档、报告、病历）中挖掘多实体、多维度的隐藏关联，回答 “某产品的上下游供应链中，哪些企业存在合规风险” 这类需要多步推理的问题，比传统向量检索更精准。需要可解释性的专业领域场景比如法律条文解读、科研文献分析、政务决策支持，要求生成的答案能追溯来源、明确推理路径。GraphRAG 可基于知识图谱的实体关系，清晰展示 “结论 - 证据 - 关联逻辑”，满足专业领域对可信度和可解释性的要求。大规模知识图谱构建与更新场景比如电商商品知识图谱、教育领域知识点图谱，需要自动从非结构化文本中抽取实体、关系，构建并动态更新图谱，同时结合检索生成，实现 “图谱 + 文本” 的混合问答，解决纯向量检索无法处理的结构化知识查询问题。总结来说，当业务需要突破传统检索的 “关键词匹配” 局限，实现深度关联推理和可解释性问答时，就适合用 GraphRAG。
帮你内推｜滴滴 校招
点赞 评论 收藏
分享
03-23 08:00
中国科学技术大学 C++
【笔试刷题】滴滴-2026.03.22-第二套-改编真题
✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 滴滴-2026.03.22-第二套 1. 小基 的前后仓差异匹配 问题描述 小基 在整理一条长度为  的货物记录数组 。 对于每个位置 ：  把区间  记作前缀 ； 把区间  记作后缀 。  她定义了两个量：  前缀差异度    后缀差异度   现在对每个前缀 （），都...
互联网刷题笔试宝典
点赞 评论 收藏
分享
03-21 17:04
门头沟学院 前端工程师
滴滴前端二面手撕
1.实现react的useEventfunction useEvent(fn) {// 实现}function Demo () {const [s] = useState(1)// 返回值onEvent是函数，且是稳定的值// log输出中，s永远输出的是最新的s的值const onEvent = useEvent((a, b) => {console.log('cb', a, b, s)})return (<XX onEvent={onEvent}>{s}</XX>)}2.类名压缩// 压缩CSS类名，你给一个函数，接受传入的元素的class的值。然后压缩返回。需要做到多次调用不重复，全局唯一。// 希望预期的是，对于所有的class的名字，都可以按照最短输出。例如 class-a -> a class-others -> b// 当足够多之后是如 aa ab 这样的值function optim (classNames) {}console.log(optim('class-a')) // 'a'console.log(optim('xx')) // 'b'console.log(optim('class-a')) // 'a'console.log(optim('class-a  xx class-ee')) // 'a b c'
查看2道真题和解析
点赞 评论 收藏
分享
03-23 07:58
中国科学技术大学 C++
【笔试刷题】滴滴-2026.03.22-改编真题
✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 滴滴-2026.03.22 题目一：小基 的中转出行计划 这题核心是把“取消哪些班次”压缩成前缀删除。第一段删掉前  班后，小基 的出发时刻就被唯一确定；第二段再用二分找到最早赶得上的班次，继续跳过剩余被取消的车即可。最容易漏掉的是：只要存在一种分配方式能让整段中转断掉...
互联网刷题笔试宝典
点赞 评论 收藏
分享
03-21 11:43
已编辑
东莞理工学院 Java
滴滴二面，我败在了设计感
春招面试复盘：滴滴二面失利，败于代码设计感与架构思维这次滴滴面试整体氛围很友好，全程没有八股文拷问，面试官全程围绕实习经历深挖细节，这部分我因为反复梳理过，回答得都比较顺畅，整体发挥稳定。一面主要考察项目拓展与细节落地，算法题也相对常规，手撕了多线程交替打印1234和三数之和，顺利通关进入二面。本以为稳扎稳打能走到最后，却在二面的手撕环节栽了跟头，也是这次失利的核心原因。二面面试官没有出常规算法题，而是让我手写一个优惠券发放API，要求实现优惠券发放、库存扣减等核心功能。刚看到题目时我愣了一两秒，随后便按照算法题的解题思路，直接上手写Controller层，把防重复校验（订单号）、防超卖（CAS+库存判断）、try-catch异常兜底等逻辑，全部堆砌在了Controller里。当时我还觉得考虑得全面逻辑通顺，自认为这部分作答没问题。直到反问环节，我询问面试官对候选人的核心期望，对方直接点明：希望写代码更有设计感，具备架构思维，先拆分逻辑再动手，而非一上来就直接堆砌代码。我瞬间明白，这正是在指出我的问题。复盘下来，我不仅把所有业务逻辑耦合在Controller层，没有做工程化的分层拆分，加上英语基础薄弱，部分变量用拼音命名，代码可读性和规范性大打折扣。即便功能逻辑实现了，但整体缺少架构分层、模块解耦的设计思维，完全是算法题的写法，而非真实业务开发的规范思路。面试结束仅十分钟就收到感谢信，结果来得猝不及防，也让我彻底认清了问题所在。如果重来一次，我一定会先梳理架构，拆分Controller、Service、DTO等层级，先规划模块、写好注释，再逐步实现逻辑，而非上来就埋头写代码。这次滴滴二面面试官要求确实更偏工程化与架构能力，而我用算法题的固化思维应对非常规业务手撕题，即便逻辑正确，也没能达到面试官的标准。接连的面试失利，也让我深刻体会到，春招卷学历、卷背景的大环境下，纯靠逻辑正确远远不够，工程化思维、代码设计感、架构意识这些软实力，才是决胜的关键，作为普通院校应届生，短板真的会被无限放大，这条路走得实在又累又难。
查看2道真题和解析
点赞 评论 收藏
分享
头像
03-21 01:05
已编辑
携程_后端开发工程师
滴滴一面（Java社招）
1.coding， LRU。2.http请求头和响应头的结构？3.常见http响应码？ 502和504的区别？4.mysql innodb的索引结构？5.  以下情况的索引使用情况：create table myTest (a string, b int, c int, KEY a(a,b,c));（1）.select * from myTest where c=3 and a="test" and b=5;（2）.select * from myTest where a="test" and b>5 and c=6;（3）.select * from myTest where a="test" order by b asc;（4）.select * from myTest order by a asc, b desc;（5）.select a,b,c from myTest where a like "te%" and b=5 and c=3;6.  某高并发电商系统，订单表日增量超过500万条，当前单表数据量已达数十亿，导致慢查询频发，分页查询深度偏移时性能急剧下降。如何优化？7. 聊项目。
面试问题记录
点赞 评论 收藏
分享
03-20 08:35
门头沟学院 推荐算法
滴滴搜索算法实习一面
继续来分享下之前的面经~欢迎友好讨论，信息共享1.介绍一下你做过的推荐相关项目。2.为什么不直接用单任务模型去预测 PCVR？这样不是更直接吗？3.为什么多任务模型会比单任务模型效果更好？4.在 ShareBottom 结构中，输入的特征是怎么选择的？5.广告模型中使用的特征主要有哪些类别？6.用户侧特征都包括哪些？7.做模型结构优化之前，有没有考虑过先从特征统计层面做优化？8.PLE 和 MMoE 有没有用过？9.为什么它们的效果不如当前使用的模型结构？10.共享屏幕，随机打开一篇介绍 MMoE 的博客，讲一下它的核心思想。11.MMoE 你觉得最大的亮点在哪里？12.写一下 MMoE 的伪代码13.在做特征优化时，你是从已有特征中选择一部分做增量，而不是不断增加新特征，这个策略是怎么考虑的？14.Q、K、V 的并行计算是怎么实现的？
查看14道真题和解析
点赞 评论 收藏
分享
03-19 19:33
已编辑
河南大学 Java
春招Java后端开发 滴滴平台技术一二三面
疯狂的一口气三面 目前等待结果中 发个面筋攒攒人品吧！希望我能过整体每场面试都在50min左右，问的有些深度。一面：实习拷打30min八股文拷打10min1. Redission底层原理实现2. Redis有哪些底层数据结构3. ZSet如何插入数据实现平衡性4. RocketMQ的顺序性如何保证5. 例如说我现在要求三个队列要按ABC执行 该怎么办6. 单例模式有哪几种实现线程安全的方法吗7. 缓存击穿怎么防止8. Java集合有哪些线程安全的手撕10min二叉树中序遍历的非递归实现10min后。。。二面：实习拷打10min八股文拷打20min（大部分是我在说）1. RocketMQ特性2. RocketMQ底层原理 比如说有什么组件3. RocketMQ占了CAP的哪两个（好像是AP 我说的CP/(ㄒoㄒ)/~~）4. RocketMQ和RabbitMQ的区别 使用场景有何不同5. MySQL隔离级别6. MVCC实现原理7. Redolog和Undolog区别手撕10min原创题 大概就是找到最大的字母 后面加个max就好 差点没写出来！10min后。。。三面：实习拷打30min八股文较少 基本上就问了MySQL的慢查询什么的问了对AI的看法 平时怎么用 洽谈甚欢无手撕
查看18道真题和解析
点赞 评论 收藏
分享
头像
03-19 17:38
已编辑
华北电力大学（保定） Java
滴滴-测开一面
简单做一下自我介绍，介绍个人学习、项目、实习经历。你对软件测试的理解是什么？测试分为哪些类型？什么是黑盒、白盒、灰盒测试？分别在什么场景使用？常用的测试用例设计方法有哪些？你做过的AI 相关测试 / 模型评测具体是怎么做的？介绍一下你做的RAG 智能志愿填报系统，测试部分是怎么开展的？你是如何做自动化测试的？用到哪些工具和框架？自动化测试的适用场景和不适用场景分别是什么？描述一下Bug 的生命周期，提交 Bug 需要包含哪些信息？对Redis、MySQL、MQ这些中间件了解多少？Redis 和 MySQL 数据不一致怎么处理？事务对测试有什么影响？为什么想做测试开发？未来职业规划是什么？你认为...
查看16道真题和解析
点赞 评论 收藏
分享
分享我的面试经验
模拟面试
真实面试体验，快速补齐短板
应聘感受
暂无应聘感受
牛客网
牛客网在线编程
牛客网题解
牛客企业服务