人保财险

有没有同学签了思特奇成都分公司的，想知道他家加班多吗？ #牛客在线求职答疑中心#

一面 1h+ 一面聊了很久，一男一女，男的问完，女的问。这是我第一次见到女的驱动面试官。1、自我介绍2、你比较熟悉的驱动是哪个？（都差不多，我通常选一个能够探讨的）3、说一下mtd子系统？4、说一下clock子系统，你主要做什么？5、说一下reset子系统，你主要做什么？6、flash初始化一般有哪些操作，切块？(说了个四字节地址使能)，mtd子系统是如何处理spi多设备的？7、pll有调频吗，能说一下怎么调的？8、复位和解复位，什么场景需要一起做，什么场景需要分开？（有些人不理解这个assert/deassert操作，原厂干过的人应该很清楚这个问题，其实就是想问复位和解复位会发生什么）9、说...

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#

先说结论：非常安利！！！在上内推码：DSy9pZxc 在滴滴成长很快，对新人有培养体系。老板们和同事都很职业，能力强，培养了我比较好的职业习惯，也拿到了比较好的结果。当然有时候压力也会大一点点，挺过去就好了。 上下班不打卡，包晚餐，9点后打车免费。有商保报销90%，过节有公司礼盒。有人情味，相较其他厂老人（3年以上司龄）相对更多些！⭐关于职场氛围：真的很爱滴滴🍊的氛围，大家都很亲近，组里人也会一起吃饭，而且经常被请客，嘻嘻。还有就是可能职场不是很大，整个二楼一半人我都认识了！我从最开始比较害羞到慢慢主动和别人搭话噜，感觉这次实习认识的小伙伴还是比较多的！ ⭐关于成长：mt和同事不管在日常工作...