众安保险运维一面二面hr面（已意向）

笔试-4.3一面-4.22二面-4.25HR面-4.29OC-5.13Offer-5.19

先存个草稿，目前谈下来不到70的总包，相比之前涨幅50%左右了，挺满意 接了

一面（42min）5.23迟到了五分钟，面试官脾气真好居然没骂我先自我介绍项目拷打：问了强化学习的项目，具体的建模方式，奖励函数是怎么设计的，输入特征有多少？为什么用value based模型不用policy based模型？dqn结构怎么设计？训练了多久？挖掘了很多建模和求解细节。然后问了在滴滴做的预测项目，这个问的比较少，主要是深度学习的一些八股，比如FM的原理和优点。手撕：最大重复订单数反问：问了下对方是什么业务，因为饿了么面试只显示岗位是机器学习，不知道具体是哪个部门；然后问了对方强化学习在业务里的集体应用。周五面的，下一周的周一通过，约了二面二面（50min）5.27面试官上来先聊了下他们做的一些业务方向，是饿了么订单分配相关的，然后问我对业务有什么问题，可以先讨论下，如果我想先面试的话也可以。我说那先面试吧，业务问题等面完再交流。先是自我介绍，基本和一面一样。面试官听完后，说我的科研项目和实习项目都和他们实际业务比较相关，然后逐一拷打了我的论文项目和实习项目，有些问题和一面差不多，这里挑一些新的问题介绍一下：为什么在论文中选用了dqn？是基于什么考虑？创新点在哪里？论文里有涉及区域聚类，是基于城市土地信息来划定类别还是基于订单分布？baseline是什么？比较的效果怎么样？预测项目拷打的比一面更细，仔细了解了每个头输出的label，以及其中具体某个label在预测中的准确度问题和解决方案；还讨论了分场景下的预测是怎么做的。手撕：一个数组 每个数可以减去在自己右边的数 求差的最大值场景建模题：三个订单，分别有商家位置和用户位置，要规划一条路径去送餐，其中每个订单有时间窗限制，问应该如何建模？最后讨论了论文的场景复用到外卖供需调度场景的可能性和挑战。反问：也是问了强化学习在分单中的应用；还有岗位是否要求立即到岗。面试官非常有礼貌，基本都是先把自己的问题罗列一遍，然后让我逐一去回答，过程中也不会突然打断，面试体验非常棒。第二天通过，约了hr面hr面（65min）5.30一开始说大概面30-40分钟，后来逐渐失控...省去了自我介绍的环节，主要从以下几个维度来提问：实习经历：看到我这边有两段实习，主要问了在滴滴的实习经历，大致描述下整个实习过程做了什么，整个链路是怎么样的？最大的挑战是什么？最亮眼的产出是什么？上一顿实习有什么遗憾？项目是独立做的还是团队合作？学习一个新模型的思路是什么？通过哪些途径？在大公司实习和小公司有什么区别？哪个带来的成长更多？过往的学习经历：为什么本科选了这个专业？是因为高中就有相应规划还是依据高考分数选的？为什么考研现在这个专业？为什么来找算法岗的工作？觉得过往经历中对自己帮助最大的两件事是什么？未来规划：从现在开始到未来的某个时间节点，最想做好的三件事是什么？入职三年的职业规划是什么样的？对饿了么的看法：对饿了么有什么认识？评价怎么样？平时用的过程中有哪些问题？和其他offer相比，它的优势和劣势分别是什么？整体还聊了很多，有些记不起来了，反正都是些开放类的问题，侃侃而谈即可。6.5号意向    

⌚️投递时间：5.12👋一面（技术面）：5.26🤏二面（技术面）：5.27✌️三面（hr面）：5.28无oc，hr面挂很多都记不太清了只挑了些印象深刻的发出来了一面（5.26）：面试官说话特别好特别健谈，鼠鼠一个社恐都被他带的说了很多主要是看项目，然后根据项目问了些项目相关的知识点以及情景题：（可能因为我的技术栈主要是vue，而他们团队用的react我没学所以问的八股少点？）看了下项目中ts的使用axios的封装根据axios的封装问了点节流看了下echarts做的图表问请求的数据如何处理的（我做了点缓存就说了说），其他的问题记不太清了简历中有写了解node是自学的吗为什么node只学一部...