这篇滴滴 C++ 实习面经很有代表性，因为它把“算法落地 / 工程优化型团队”常见的筛法展示得很完整。

一面时长接近 1 个半小时，几乎把：

• 图像 / 机器学习背景

• IO 模型

• epoll

• 指针 / 引用

• 对齐和 sizeof

• 虚拟内存

• 编译流程、静态库 / 动态库

• 智能指针

• 移动构造

• TCP / UDP

全扫了一遍。二面则明显收敛，开始看你和具体团队方向是否匹配。

---

校招大礼包获取：入口

可能是至今最全，最好，最实用的校招大礼包，减少信息差，预期漫步无敌的刷提，不如有的放矢，针对性的准备，这样才能有效备考，有了这份资料，不说100%拿到offer，至少帮你提升50%概率拿到offer

---

这篇面经适合谁看

如果你准备投 C++ 工程化、模型落地、偏底层优化的岗位，这篇非常有参考价值。

因为它展示的是一种典型的“不是纯后端，也不是纯算法，而是工程化落地岗”的面试风格。

面试流程速览

这位同学一共经历了两轮，最后拿到 offer。

一面的主要特点是：

• 电话形式

• 时间很长

• 题很多、很杂、很底层

二面则更像：

• 简单追问深度学习

• 问 C++11

• 问高并发项目

• 介绍团队工作内容

这说明滴滴这个团队前面主要在看你“够不够硬”，后面在看你“适不适合来做这个方向”。

一面在看什么

一面的题几乎覆盖了 C++ 工程岗的所有核心基础：

• 图像处理 / 机器学习背景

• 为什么用同步 IO 而不是异步 IO

• 多路复用和 epoll

• 指针和引用区别

• 类对象 sizeof、静态成员、虚函数、对齐

• 32 位和 64 位区别

• CPU 和 GPU 区别

• 虚拟内存和物理内存

• 进程 / 线程 / 进程通信

• 内存映射和共享内存

• TCP 如何处理乱序和可靠传输

• GCC 编译流程、静态库和动态库

• Makefile

• UDP 丢包怎么处理

• 智能指针、循环引用

• 拷贝构造和移动构造

• 算法：环形链表、兑换零钱

这轮最鲜明的信号就是：团队不怕你背景偏算法，但一定会要求你有很扎实的工程底子。

为什么这类一面会问到很多“交叉领域”问题

因为这类团队做的是模型落地和优化，不是纯算法，也不是纯业务后端。

所以它会天然关心：

• 你对 CPU / GPU 有没有概念

• 你对 IO 和多路复用有没有理解

• 你对编译、库、内存、对象模型是不是扎实

这就是典型的“工程化算法岗”画像。

二面在确认什么

二面的问题明显少很多，主要包括：

• LSTM 一些简单问题

• C++11 新特性

• Web 高并发项目

• 团队具体工作内容介绍

这轮已经不再是高压扫底层，而更像在确认：

• 你的背景和团队是否匹配

• 你能不能接受偏工程化、偏优化的工作内容

原始面经里候选人最后也明确表示，这个部门做的是深度学习模型落地引擎，偏工程化，很喜欢这个方向。

这也解释了为什么这条流程最后转化得比较顺。

从这篇面经里能看出滴滴在筛什么

• 你的 C++ 基础是否够硬

• 你是否具备系统、IO、编译、内存方面的底层能力

• 你是否能把算法 / 模型背景转成工程落地能力

• 你和团队方向是否匹配

如果你准备这类岗位，这几块要重点补

• epoll、同步 / 异步 IO、进程线程、虚拟内存这条系统线要很稳。

• sizeof、对象对齐、虚函数、移动构造、智能指针这些 C++ 细节要补透。

• CPU / GPU、模型落地、编译和库链接这些交叉工程知识别空。

• 链表、DP 这种基础算法题仍然要能顺手写。

最后提醒

这篇面经最有价值的地方，是它告诉你：想进这类模型工程化团队，光会算法不够，光会 C++ 也不够，得两边都像样。