滴滴面经🔥

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

🌟 滴滴算法团队特点
业务驱动：算法直接影响亿级用户体验，成就感强
技术栈前沿：时空预测、强化学习、因果推断等均有落地
成长快：技术大牛密集，新人可接触核心项目

🚘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

立刻投递，快人一步，抢跑未来

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！
    
#应届# #春招急招# #滴滴# #滴滴出行# #后端# #算法工程师#