滴滴出行-技术类岗位-面试经验

以下内容来自于应聘者回忆整理

很多同学都想得到滴滴出行的实习或者校招机会。那从过来人的角度谈谈，要通过滴滴出行的实习、校招面试，都有哪些经验和注意事项呢？今天就跟大家分享一下。

【一面】

1、自我介绍

2、神经网络初始每条边训练出来的参数权重如何初始化？

3、神经网络训练出来的是全局最优解吗？

神经网络可以拟合任意函数，神经网络可以做优化问题，但不一定能找到最优解。

4、LR 模型的好处，相对于其他的同类算法来说有什么好处？

逻辑回归模型 (Logistic regression，LR)，又称对数几率模型。由于逻辑回归模型简单，可解释强，易实现，广泛应用于机器学习、深度学习、推荐系统、广告预估、智能营销、金融风控、社会学、生物学、经济学等领域。

5、LR 逻辑回归是分类算法还是回归算法？还了解其他的分类算法吗

逻辑回归（Logistic Regression, LR）是一种经典的分类算法，它是利用回归思想来进行分类操作的一种“融合”算法。

6、如果给了数据集和 label 的话？在什么情况在用 LR 比较合适，或者说比其他的算法合适？

7、逻辑回归和线性回归的区别？

线性回归和逻辑回归都是广义线性回归模型的特例
线性回归只能用于回归问题，逻辑回归用于分类问题（可由二分类推广至多分类）
线性回归无联系函数或不起作用，逻辑回归的联系函数是对数几率函数，属于Sigmoid函数
线性回归使用最小二乘法作为参数估计方法，逻辑回归使用极大似然法作为参数估计方法

8、算法-数据结构方面了解的多不多

在计算机科学中，数据结构（Data Structure）是计算机中存储、组织数据的方式。为什么数据结构和算法经常放在一起讨论？算法用来设计一种使用计算机来解决问题的方法。设计高效的算法又是怎么来实现的？在我们学习了计算机编程后，也要学习数据结构与算法这些基础内容。我们经常会听到有人说起：程序 = 数据结构 + 算法，当我们遇到一个问题，或有一个需求时，在设计程序来解决问题时，其中重要一步就是设计数据结构，数据结构在问题解决中主要用来：它包括数据元素（D）、数据元素之间的逻辑关系（L）、逻辑关系在计算机中的存储结构（S）和所规定的操作（O）这四部分。数据（Data）：所有能够被计算机识别的符号集合。

9、对什么排序算法有自己比较深的见解

十大经典排序算法

算法概述、冒泡排序（Bubble Sort）、选择排序（Selection Sort）、插入排序（Insertion Sort）、希尔排序（Shell Sort）、归并排序（Merge Sort）、快速排序（Quick Sort）、堆排序（Heap Sort）、计数排序（Counting Sort）、桶排序（Bucket Sort）

10、如果说有一个长度为 m 的整数数组，有 m 个整数组成，每个数的取值范围都在 0 到 n3 之间（前闭后开，整数间可能会有重合）

11、了解的线性时间排序有哪些？

计数排序, 基数排序, 桶排序.

12、C++的问题，类的虚继承主要解决的是什么问题，举个例子来实现虚继承。好处是什么？

虚继承是解决 C++ 多重继承问题的一种手段，从不同途径继承来的同一基类，会在子类中存在多份拷贝。. 这将存在两个问题：第一，浪费存储空间；第二，存在二义性问题。. 针对这种情况，C++ 提供虚基类（virtual base class）的方法，使得在继承间接共同基类时只保留一份成员。. 方法如下：. class A { }; class B: virtual public A { }; class C: virtual public A { }; class D: public B, public C { }; 【注意】虚基类并不是在声明基类时声明的，而是在声明派生类时，指定继承方式时声明的。.

13、第一次训练 LR 的结果有什么用？

14、了解其内部实现吗。

15、模型的原理，你怎样知道目前差在什么地方，如何诊断。怎么提升后面的指标，还是真的有办法或者明确的迭代方向。

所谓原理模型的综合，是指在抽象化和理想化的条件下，以反映对象的特性和规律的概念系统来描述对象的整体结构的一种综合模型。比如，在化学理论中，对于综合完成一个认识分子整体的原理模型来说，必须从概念上明确：首先，分子是由哪些性质不同的原子或原子团和多少原子组成?其次，原子或原子团间以什么方式相互联系和相互作用?原子或原子团的空间排列顺序、方向、角度和距离如何?再次，分子在整体上属于什么结构式?把这些问题的基本概念弄清楚了，一个分子的整体结构的原理模型也就综合完成了。下面，以CnH2n+2的烷烃系列来看，最简单的甲烷分子也决不是1个碳原子和4个氢原子的简单相加，而是一个具有复杂结构的整体。

16、如何判断一个模型是不是过拟合（假如没有 baseline 怎么办），交叉验证是怎么做的。

17、滴滴的一个实际问题，有司机的轨迹信息，对于具体的订单来说怎么去精准的确定乘客在哪个位置上车的。

18、有没有看关于 Hadoop 等大数据方面的东西

Hadoop是一个由Apache基金会所开发的分布式系统基础架构, 是一个存储系统+计算框架的软件框架。主要解决海量数据存储与计算的问题，是大数据技术中的基石。Hadoop以一种可靠、高效、可伸缩的方式进行数据处理，用户可以在不了解分布式底层细节的情况下，开发分布式程序，用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。

19、Spark 目前会用吗。

Spark是一个通用的分布式数据处理引擎。上面这句话听起来或许很抽象，我们一个词一个词的来解释

通用：通用指的是Spark可以做很多事情。刚刚我们提到过的，包括机器学习，数据流传输，交互分析，ETL，批处理，图计算等等等等都是Spark可以做到的。甚至可以说，你需要用数据实现的任何事情，你都可以用Spark试试看。

分布式：指的是Spark处理数据的能力是建立在许多机器上的，是可以和分布式的存储系统对接的，是可以做横向扩展的（简单点说就是电脑越多，能力越大）

引擎：所谓引擎，说的就是Spark自己不会存储数据，它就像实体的机械引擎一样，会将燃料（对Spark来说是数据）转化成使用者需要的那种形式——例如驱动汽车，再例如得到一个需要的目标结论。

20、对自己未来的规划是什么样的。