滴滴

数据开发工程师二面面经

完整信息

20 条问法 · 16 道题

本篇目录
面试时间:8.31 面试公司:滴滴 面试岗位:数据研发工程师 Q:自我介绍。 Q:讲一个你参与度较高的数据项目,说明你的具体职责、遇到过什么问题以及如何解决。 Q:讲下该项目链路搭建的设计思路以及背后业务背景。 Q:具体有哪些指标,这些指标分别衡量什么,如何判断指标表现好坏? Q:指标产出之后交付给谁,业务方如何反馈,最终达到了什么效果? Q:业务团队是否认可这套输出?业务给到你们哪些反馈?过程中你们做过哪些手段提升识别准确率?业务拿到结果之后,评测指标或者评测标准有没有迭代优化? Q:你的工作价值是什么?这件事不做会有什么影响,做完之后带来了哪些正向反馈? Q:你提到过RAG系统,讲一下这个个人项目的背景,你承担的工作,召回率如何评估,项目如何落地使用。 Q:讲讲你的个人项目,做这个项目的初衷、背景,项目达成的效果,你的收获,遇到过哪些问题。 Q:你提到项目让智能数据分析准确率提升,原始准确率是多少? Q:个人实现的智能问数Agent,和公司级别的产品,核心区别是什么? Q:你提到的XXXX具体指什么? Q:实习情况? Q:AI Agent给工作带来哪些便利,又存在哪些问题? Q:高质量Skill具备哪些共性? Q:你使用过哪些大模型? Q:不同模型适合什么场景,你对比过它们之间的差异吗? Q:内部员工调用大模型有费用预算吗? Q:会考核员工日常AI使用率吗? Q:反问
本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
    业务团队是否认可这套输出?业务给到你们哪些反馈?过程中你们做过哪些手段提升识别准确率?业务拿到结果之后,评测指标或者评测标准有没有迭代优化?
  7. 07
  8. 08
  9. 09
  10. 10
  11. 11
    讲讲你的个人项目,做这个项目的初衷、背景,项目达成的效果,你的收获,遇到过哪些问题。
  12. 12
  13. 13
  14. 14
  15. 15
  16. 16
  17. 17
  18. 18
  19. 19
  20. 20

相关公司