offer选择

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/campus-recruitment/didiglobal/96064?recommendCode=DScKP9qC#/jobs【内推码】DScKP9qC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！                                                                                          

问问德州仪器暑期实习产品工程师群面会有什么内容啊，会涉及专业知识吗？

搜狐大数据中心java后端面试boss投的，之间约面10：15-11：00笔试1：找到第K大的数字2：找到高于当天的温度出现在第几天之后3.设计一个短URL系统面试分布式唯一id实现方案有哪些？静态内部类和普通内部类的区别？设计模式：单例模式中使用静态内部类实现有什么优势？AOP的低层实现原理？然后问假设我实现了一个AOP注解用来记录方法执行时间，但是有的方法输出了，有的没有问什么？分析一下原因？巴拉巴拉一大堆，面试官说不可以，从原理的低层源码角度解释，（忘了呜呜）聊一下你认为现在最新的服务端技术是什么？（愣住了，面试官说微服务除了尾大不掉的公司基本都不用了，后面从他口中大概了解了应该是云服务）redis和本地缓存有什么区别，redis好在哪里？答：redis可以持久化，方便扩容，本地缓存一旦服务崩溃都没了，内存也不够，其他服务也拿不到，面试官说不对啊啊啊然后还要好多贼难的问题，基本全问的低层原理，后面想起来再补充吧谁说的搜狐好进呀，呜呜

作为一个工作了9个月的24届毕业生来说,工作了之后基本每天都是2点一线,上班下班,周六日休息,偶尔和朋友出去吃个饭,周边公园逛一逛,散下步,每个月最期盼的就是10号发工资这一天,每天听到最多的话就是真不想干了,想躺平,想暴富,想辞职,如果这么累的情况下还没有一份可观的薪资,心理会受到很大的压力冲击 总结: 有米才能走的更远,说不定哪天就冲动离职了 身边离职的朋友很多,包括网上刷到很多应届生工作几个月裸辞的大把