求数据挖掘/机器学习实习 1周内可以到岗

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！           

你必须事事有回应，但不能件件有着落半夜导师甩给你一个公众号说这个方向可以研究研究，组会前同门问你能不能帮忙训个模型，这些情况你就等起床、等开完组会后再回复，至于干不干，那就看你心情了。“事事回应”是职场生存法则，但研究生要这个有啥用。 当你说“好的我马上处理”，导师就会默认你的时间无限；当你说“这部分我下午弄完”，同门会记住你俩小时能完成一个完整分析。更可怕的是，这些口头承诺会形成路径依赖：下次导师需要临时汇报材料，第一个想起秒回消息的你，因为你比豆包还好使；同门遇到难题直接把锅甩给你，反正你擅长这个，比GPT还会改bug。所以可以参考的是“模糊响应”艺术：收到导师消息时回“我查收了，正在处理...

9.27 晚上20:00-20:30 思摩尔技术采购一面 1.自我介绍 2.你的性格是怎么样的？ 3.为什么想做采购？ 4.你还有什么想问的？ 5.跟我介绍了电子采购的技能点，我的发展路线等  思摩尔二面 9.28下午2:20-2:40 思摩尔的岗位是技术采购，和器件工程师差不多吧，听说很多做研发的也来做这个了。不过相比较于禾苗通信，感觉对数电模电和电子方面的知识的要求多一些。如果想通过二面，建议好好复习一下电路知识。 面试一开始，大领导就让一个博士考了我很多，不过我很多都忘了呀555，我们保研的同学面试也没被问到这些知识吧，包括什么是CMOS的互锁？怎么求表面温度这些。 然后是大领导的面试，...