供应链算法是什么

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#     

#牛客AI配图神器#1、项目拷打，问项目用到的模型和方法，很细2、场景题：花呗申请风险识别可用的分类方法3、知道的一些搜索模型4、机器学习和深度学习在风控算法上的应用优缺点5、视觉神经网络的差异6、lstm和transformer之间的差异算法题：打印所有质数，并且算我写的算法的时间复杂度（其他不太记得了，聊了很长时间，一开始先问了自己设定的发展方向，说完之后，面试官和我说，我的职业规划和他这边不匹配，他那边主要是做风控那边的智能算法，最后直接发感谢信了，不过面试官特别认真，很nice）

全程三十几分钟上来 面试官就介绍了一下工作室的方向（图像和人机方面）（此时已经感觉不妙，我只做过文本方向的接着自我介绍项目随便问了一下然后问我有没接触过游戏人机方面的强化学习-》没有你了解什么方面的强化学习-》RAG（面试官不感兴趣，回答之后没有再继续追问如何缓解梯度爆炸聊了下deepseek的MoE直接代码题，mid难度的链表题做得差不多的时候面试官问我思路是什么，回答之后说可以就说不用做了总结：大概率寄了，因为会的和面的不在一个赛道上，基础一点的问题除了梯度都没问，可能是面试官已经决定不想了解，直接把流程走完了，害，之后还是投NLP算了#牛客AI配图神器##面经#

是零售，面完当天晚上面试完成了，还在泡。有没有牛友已经oc的？