滴滴运筹算法面（凉经）

过了四五天才给我约二面，我以为自己挂了（估计是哪个佬放鸽子了）你这项目压测过没？没你简历上写你数据结构掌握的不错，那你说说你项目里用过你觉得最好的算法是啥？我说随机快排让我讲一下实现细节kafka消息堆积，乱序，丢失，说下导致原因，跟解决方法？只会乱序跟丢失，堆积了解过没实现过你redis用过的数据结构？zset，list，stringredis 实现消息队列会吗？不辣不辣不辣手撕：lru第二天感谢信

写个面经攒人品，求个意向一面：业务面，简单问简历，几乎没有扩展八股，手撕sigmoid，手撕batch norm，手撕MHA，三个手撕二面：HR，拼多多HR面老几样，问一些工作感受三面：业务面，每个项目掰开揉碎讲，最后手撕逻辑回归，手撕二叉搜索树，中间穿插问各种loss，正则化四面：应该是主管面，但是面试官没有说是不是主管面。问简历，问diffusion发展流程。无手撕 感觉现在手撕更多喜欢撕传统机器学习算法或者偏底层的函数了，大家多查缺补漏。 另外PDD所有面试官，确实是我见过最温和，考察最合理的了，被考住的时候，一般就真的是自己有疏漏，从来没见过故意刁难或者有刁难嫌疑的面试官

分值：选择题60分，编程题40分时间：100min答题情况：选择题有些C++的题目（蒙），编程题不会，全是暴力第一题：a,b,l,r,k  找出[l,r]中，所有满足[a,b]进制中k个进制的十进制数（要求该数转成对应进制后，是101 1A1 2E2E2 这种2种字符循环的数）。暴力模拟了55%第二题：直接暴力模拟了18%   下机最近两周做了7场笔试了，都是卡着不动，还有必要做中大厂的笔试么

简历深挖：技术架构，算法实现，等一般是如何让一个text only的LM变成具备多模态能力？如何将文本映射到向量空间中，并在语言模型中应用？LoRA微调多模态模型时具体微调哪些部分？在你的团队当中主要担任的是什么角色？请根据传统文档处理系统的两个阶段，详细描述RAG中各个模块的功能及数据流转过程如何通过设计prompt模板来控制大模型输出，使其结合top3或top10的文本块及相关文档生成最终结果？Tool call机制是怎么样的？讲一下React范式除了React还有没有了解过其他的类似的planning方式呢？P-tuning和Lora分别适用于哪些场景呢？ 商汤的面试体感绝对是面那么多场...