嵌软还是金工

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！                                                                                       

想到23年我秋招的时候,SOOB沟通超1000+,官网投递了能找到绝大部分公司,面试经历一面挂,简历挂,笔试挂(中通快递)等,最终涅槃重生,也是顺利上岸了,对于25届同学来说春招不要停下投递的脚本,正所谓,你想获得别人也想获得的东西,那么你就需要付出别人没有付出的东西,任何事情都是有解决办法的,没有过不去的坎,就跟在工作中遇到问题一样,刚开始的时候很害怕,担心,焦虑,遇到一个功能不会写,代码看不懂,接手屎山代码的崩溃一样, 细细想来,大家这不是也挺过来了, 现在再回过头去看看以前自己觉得很大的事情,其实也没有你想象的那么严重~  冲!!!

海笔且卡bg，浪费两小时。—-分享点实际试题吧，技术H卷。印象里面考的很乱，选择题组成为：数据结构+多语言的编程选择题（c++/python/…）+最后几道深度学习概念题。还会考一些高数相关知识，比如：x^12在（x^2+x^3+x^4+….)^5的系数（考完研全丢回给老师了），或者某个积分的原函数以及中学强度的概率。不太理解算法岗的笔试为什么不直接深度学习相关拉满。编程题两道，偏easy。第一题：输入字符串s和t，判断是否可以通过一次操作取s的子串接到t的结尾使得s==t。第二题：在长度为 n 的数组中，求经过 ≤1 次任意修改后，最长的连续严格递增区间长度。

薪资： 我是运营岗，本科生 150/d，工作时间是早10晚7，弹性打卡（但其实每天打卡四小时就算一天），午休 2 小时（不过中午休息区比较难抢）  交通： 我在东软职场，每天上下班有西二旗到公司往返的摆渡车，不同职场之间往来打车可以报销，21:00 下班回家也可以报销（但我从来没用过，没加过班）  福利： 开水畅饮，特定节假日有礼盒，公司经常会举办各种活动，参加会有小礼品和积分，积分可以在商城兑换物品。  吃饭： 午饭需要自己解决，每晚有 30 的餐补，可以去周边餐馆点餐，也可以在内部软件点餐，直接送到所在楼层茶水间  总体感觉在滴滴很舒服，工作强度不大，我所在的部门也没有太多dirty wo...