牛仔~ level
获赞
0
粉丝
0
关注
12
看过 TA
31
哈尔滨工程大学
2024
Java
IP属地:北京
暂未填写个人简介
私信
关注
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!
滴滴HR面35人在聊
0 点赞 评论 收藏
分享
04-21 10:59
已编辑
哈尔滨工程大学 Java
🔍 AI算法工程师&银行信息技术岗1. 面试流程概览AI工程师岗位面试通常分为以下环节:技术初筛:简历评估+线上编程题(LeetCode中等难度为主)。技术一面:围绕简历项目深挖技术细节,涉及AI模型、算法优化等。技术二面:系统设计题(如设计推荐系统、优化模型推理效率)。HR面:职业规划、团队协作、抗压能力等软实力考察。2. 高频技术问题算法基础:手写交叉熵损失函数推导,分析其梯度;Transformer中Self-Attention的时间复杂度如何优化?项目深挖:如何解决模型过拟合问题?实际项目中如何选择评估指标?是否尝试过模型蒸馏/量化?效果如何?场景题:若用户反馈推荐系统效果下降,如何定位问题?设计一个金融风控模型,需考虑哪些特征和业务约束?3. 算法题准备建议刷题重点:动态规划(背包问题、字符串编辑距离)、树/图遍历(DFS/BFS)、Top K问题。例题参考:LeetCode 215(数组第K大元素)LeetCode 239(滑动窗口最大值)4. 行为面试技巧必问题:“遇到技术难题如何解决?” → STAR法则回答(情境-任务-行动-结果)。“团队合作出现分歧如何处理?” → 强调沟通优先级与数据驱动决策。反问环节:可问团队技术栈、业务发展方向,体现主动性。🚀 招商银行第9季数字金融训练营:AI工程师的黄金跳板!🔥 核心亮点抢先看零门槛福利:包吃住+报销路费,全程无开销!直通Offer:表现优异者直接拿2026校招提前批Offer,特别优秀者获PLUS Offer(薪资/职级加成)。实战为王:依托招行真实业务场景,接触亿级用户数据与金融级AI模型。📌 赛道选择建议AI工程师赛道:熟悉大模型、多模态技术者优先,可挑战模型调优、工程化部署等任务。AI数据科学家赛道:需精通Python/SQL、统计建模,侧重风控/营销数据分析。AI产品经理赛道:考察需求分析、原型设计能力,金融场景创新是加分项。⏰ 关键时间节点截止时间:2025年4月24日工作地点:深圳(总行资源倾斜,技术氛围浓厚)🎯 内推专属通道立即报名抢占席位 👉 招商银行训练营内推链接请戳这里https://cmb-recruitment-mobile.paas.cmbchina.com/positionDetail/school?publishId=19237290-CFB7-4176-A91C-444831ECCD4F&qrCodeId=599C6E39-A7DD-4620-AC1A-30F1D63BA322&recruitmentTypeId=670980EA-30B6-455A-93C2-5CD5258B8A36💡 面试备战Tips技术复盘:针对简历项目准备3个以上优化延伸问题(如模型瓶颈、AB实验设计)。行业洞察:提前研究招行“金融科技”战略(如掌上生活App智能推荐),面试可结合业务谈技术方案。模拟面试:找伙伴Mock系统设计题,练习白板绘图与模块化拆解思维。🌟 训练营与面试双重助力,提前锁定大厂Offer!立即行动,用实战经验碾压面试考场 👊(训练营详情可以留言探讨哦~)
0 点赞 评论 收藏
分享
自动驾驶方向(超详细真题+复盘)🔥 个人背景:985本硕,一段自动驾驶相关实习,刚走完文远知行算法岗(感知方向)的全流程,热乎的面经分享!📌 面试流程概览笔试:4道编程题(中等难度,动态规划+图遍历为主)。技术一面:代码手撕 + 项目深挖(50分钟)。技术二面:数学题 + 场景设计题(40分钟)。技术三面(总监面):技术视野 + 业务理解(30分钟)。HR面:常规问题(薪资/职业规划)。全程周期:约3周(中间有等美国面试官时差协调)。💻 技术面真题回忆1. 手撕代码题题目1:零钱兑换变种题干:给定硬币面额数组和总金额,求恰好凑成金额的最少硬币数,若无法凑出返回-1。Follow-up:如果要求输出所有可能的组合,如何优化空间?坑点:面试官追问了滚动数组优化和剪枝策略。题目2:线段交点算法题干:给定二维平面上两条线段(由端点坐标表示),判断是否相交,若相交返回交点坐标。边界情况:线段平行但不重合、端点重合、浮点数精度处理。解法:参数方程法,注意分母为0的情况!题目3(系统设计):实现 shared_ptr 的引用计数要求:线程安全、支持拷贝构造和赋值操作。考点:RAII思想、锁的使用(面试官让对比mutex和atomic的性能差异)。2. 项目深挖问题问题1:你在点云处理项目中提到的循环推断问题是什么?如何解决?答:详细解释了OD(目标检测)与跟踪模块的相互依赖导致误差累积,最后引入卡尔曼滤波的先验估计做修正。追问:为什么不用粒子滤波?对比过效果吗?问题2:激光雷达与相机的时间戳不同步,会导致哪些问题?你们怎么做的同步?答:提到了硬件触发同步+软件插值法,面试官让手写伪代码描述插值逻辑。3. 场景设计题题目:设计一个停车场车辆调度系统,支持实时路径规划(车辆从入口到车位的最优路径)。要求:如何表示停车场地图?如何处理动态障碍物(如行人)?路径最优的定义(时间最短 vs 转向最少)?我的思路:用栅格地图+A算法,动态障碍物用局部重规划(D Lite),面试官让分析时间复杂度。🚀 备考建议(血泪总结)刷题重点:力扣动态规划(背包问题)、几何计算题(线段/矩形相交)、系统设计(智能指针/线程池)。项目复盘:务必理清项目的技术链条(输入-处理-输出-优化)。准备1-2个失败案例,说明如何定位和解决问题(面试官超爱问这个!)。自动驾驶知识:必看文远知行的技术文章(如多传感器融合方案)。了解行业竞对方案(如Waymo、Cruise的路径规划特点)。💡 最后的小吐槽三面总监疯狂追问:“如果特斯拉FSD和我们的方案在十字路口相遇,谁的决策更优?为什么?”HR面被压力测试:“如果给你发offer,你会多快离职当前实习?”(差点没接住😅)欢迎讨论! 大家有面过文远或其他自动驾驶公司的吗?求分享经验~✨✨现在文远知行还在招实习!最后附上学长给的内推码以及内推链接,可以更快筛选简历 !✨内推链接:https://app.mokahr.com/m/campus_apply/jingchi/2137?recommendCode=DS17ugTB#/jobs🎯内推码:DS17ugTB(填码简历优先审!)
0 点赞 评论 收藏
分享
04-21 10:50
已编辑
哈尔滨工程大学 Java
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🌟 总体而言,滴滴面试强度还是可以的,问题问的很细,如果不会的话,同学们尽量委婉回答,引导面试官问出问题。滴滴待遇还是相当可以的,最后给大家一个内推链接,还有内推码。🚘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!
0 点赞 评论 收藏
分享

创作者周榜

更多
关注他的用户也关注了:
牛客网
牛客网在线编程
牛客网题解
牛客企业服务