【面经】滴滴-算法实习生（已ol）

一面：
自我介绍
盘问项目，主要是在学习课题组做的网约车相关的项目，侧重于盘问关于神经网络训练方面的内容，在训练过程中有没有遇到过拟合的情况？详细描述这种情况？你认为过拟合的原因是什么？怎样解决？优化的指标是什么？模型求解的效果如何？
遗传算法相比较其他启发式算法的优缺点？
对常用的机器学习模型的了解如何？
了解过决策树模型吗？简述随机森林算法和XGboost的区别？
是否了解过用神经网络来进行时序预测的方法？
手敲冒泡排序
最后出了一个数学题，一根长为1的木棍，截为三段，问组成一个三角形的概率是多少？（差点给我难住）
随后面试官介绍了组里的业务职责，询问了到岗时间等
反问：简单评价我今天面试的表现 答：基本满意，时序预测和RNN方面需要再学习下

一天后约了二面：
自我介绍
第一个项目（深挖）：
项目的痛点是什么？怎么解决？这种解决方法有什么好处？
聚类为什么聚成5类？采用什么方式聚类？用了什么距离来比较两个时间序列的相似度？
上一问回答了动态规整距离，然后就问这个距离具体是怎么计算的？为什么要采用这种方式？
模型的可解释性怎么体现？
第二个项目（大致聊了聊）：
车间调度的项目，大致问了项目背景，目标函数和约束条件
反问：进组之后可以接触哪些业务？
大致介绍了一下进组后的业务，对实习生的要求之类的
其他还问了一些未来职业发展的方向、平时的爱好等

二面结束15分钟后，收到了hr的口头offer
#滴滴# #算法实习#