滴滴运筹算法面（凉经）

楼主是应届生，就从应届生角度分析一下子，主要针对职能岗位哦（因为我是职能岗位滴）工作环境：北京总部在通州马驹桥附近，环境还是非常不错的，一共有三个相对独立一点的园区，1号园区，2号园区和4号园区，4号的话是只有4层是京东，1号和2号都非常大，每一个园区都有6栋独立的楼层数在十几到20层不等 。很值得一提的是京东的工位的话也是比较好的，都是U型桌坐两个人空间还是比较大的，广州的工位和北京是差不多的，其他地方楼主也不太了解哦。工作强度：互联网的强度肯定是高的，只能说现在的京东比之前更高，正职普遍9点上班（高职级可能晚点，或者不打卡），一般刚进去应该都是九点上班，下班的话无特殊情况肯定要到十点后，中午休息一小时包含吃饭，一共一小时。强度真的还是不低的。部门氛围：我们这个部门是属于有强KPI的部门，氛围不会说特别好大家打成一片那种，但是也不是特别差勾心斗角，属于一般般。业务前景：因为是职能支持部门，我们这里支持的业务是核心零售，感觉还是和其他大厂重合度比较高，应该说还不错。福利待遇：福利当然是很好的，中午2餐补，早餐免费，健身房通通都有，中午几乎每天都有活动。

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

9.18滴滴网约车 40min（已OC）面完一二三面后还在苦苦等待hr面，没想到收到了加面邮件，人傻了。提前进会议链接看了一眼发现是新锐计划，似乎是ssp的加面，也是集到稀有面试标题了全程无寿司无八股，都是问项目和综合素质先是每一个项目和内容都拿出来问一下。包括原理和解决实习中你遇到过哪些让你印象深刻或者非常有挑战的问题，怎么解决的？针对你说的这个问题以后再让你去解决，你会怎么在架构上去设计，避免此类问题在code review环节才被发现？你个人或者团队开发中，有用过哪些提升效率的方法如果遇到一个很复杂很有挑战的问题，你会怎么去解决加入一个团队，你最看重的是哪些特质毕业前，有提前来实习的计划吗对于介绍的前端技术产品方向，你更倾向哪方面反问：1. 整体业务：1. 网约车泛前端，司机乘客，营销增长，tob，架构2. 技术：客户端，跨端（RN，h5），服务端node，vue&react2. 团队：1. 底层基建2. 5个业务团队：乘客，司机，运营业务，UT，花小猪3. 目前人力主要集中在跨端改造上，将小程序输出到iOS和安卓4. 整个部门近半年的业务目标：跨端改造和适应；标准化。3. 培养体系和成长路线：比较经典。4. 上下班时间：滴滴听说是比较wlb的，但网约车作为核心部门还是挺卷的，一般是9.30下班感想：面试官态度很好，但好像生病了，看起来很憔悴。听到面试官开始详细介绍业务就预感能过，第二天约hr面。

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...