算法｜东华大学211硕士｜滴滴2轮面经，已OC

最近已有不少大厂都在秋招宣讲了，也有一些在 Offer 发放阶段。

节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。

针对新人如何快速入门算法岗、如何准备面试攻略、面试常考点、大模型项目落地经验分享等热门话题进行了深入的讨论。

总结链接：《算法岗面试宝典》(2024版) 正式发布！

喜欢本文记得收藏、关注、点赞

---

第一轮‍‍‍

1、自我介绍

2、项目介绍

3、介绍LR，损失函数是什么，介绍交叉熵损失函数

4、什么是梯度，如何进行梯度下降的，介绍其他梯度下降的优化算法

5、l1和l2正则化区别

6、评估指标auc/recall/precision

7、DIN模型结构，sparse特征等，数值特征只归一化吗还了解别的处理方式吗，了解din模型的进一步拓展吗，activation unit作用和结构

8、项目里负采样怎么做的，word2vec怎么得到embedding的

9、relu和dice激活函数区别，其他激活函数了解吗，relu的变种了解吗

10、对比xgboost/lightgbm/catboost，xgboost怎么处理缺失值的，catboost特征并行了解吗（这个不了解）还问了一些忘记了

11、过拟合处理方法，bn为什么能降低过拟合

12、itemcf怎么计算相似度的，了解其他方法吗

13、怎么解决用户冷启动问题

14、手撕leetcode，滑动窗口，最长不重复子串

15、反问

没想到一面问这么多，感觉是滴滴算法另一个部门一面时间的两倍，手撕稍微拖了一会，问得很详细有的会问到我不会才结束

第二轮

1、自我介绍

2、介绍项目

3、怎么做的冷启动，讲deepfm原理，fm了解吗

4、协同过滤召回

5、手撕leetcode，回溯，组合排列

6、手撕leetcode，二叉树，公共祖先（这个没写出来面试官改成快排了）

上次滴滴二面无手撕全是八股，当时准备了手撕结果全是八股，这次准备了八股结果全是手撕🥲不过面试官蛮好的，看我第二个没撕出来还给我换一个hh

滴滴推进流程很快，8.12一面8.14二面，二面半小时后通知过了～起码有班上了呜呜呜！