就业还是二战。

谈薪前必做 3 件事1，查薪资行情脉脉 / 看准网 / 校招群里问同岗位学长，别直接问多少钱，说方便透露下您当年的总包范围吗？2，整理 3 家同级别公司的薪资区间算清自己的溢价筹码：竞赛获奖（国奖 + 10%）、核心项目（大厂核心组实习 + 20%）、稀缺技能（会小众技术如 Rust/Golang，比 Java 岗多拿 15%）准备拒绝话术：如果 HR 压价，说：我理解公司有薪资体系，但我在 XX 项目中做到了 XX 成果（数据量化），这个能力和岗位需求高度匹配，希望公司能重新评估。3，3个核心策略别先报价：HR 问期望薪资，答：根据我的经验和市场行情，这个岗位的合理范围应该在 XX-XX 之...

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#     

#春招进度记录# 3.25二面之后就一直没动静 官网显示面试中想问问大家都到什么进度了 有hr面吗.. #春招#  #美团后端#  #java#