Uber Marketplace 优化 面试

一个Market Optimization的电面数据点。

一个白人大哥面得,之前看他linkedin背景是一个物理博士。人很Nice, 先问了大概20分钟之前实习的Project, 运用模型。

之后进入case study, 如何决定dispatch哪个司机接单。大概预期回答就是ETA最小, ETA最小又包含两种情况,这个在Uber engineering的Youtube频道有模型相关建模,大家可以借鉴一下。然后就是如果ETA最小这个模型会有什么问题,或者会有什么变化,答会有switch optimization的可能。大概就是又有其他司机突然打开app, 然后优化时间应该让新出现更近的司机去接乘客类似的问题。

然后进入一个我好像答了有点久的问题,假如司机是在机场接送乘客,如果乘客都在同一个地点上车,问题会有什么不同?如何选择司机?答了几种不同情况。最后面试官将问题简化到如果所有司机都在同一个地方等待,乘客也都在同一个地方,如何选择司机。聊了一会儿才想到是wait time问题,之后又顺势wait time的建模到泊松分布,如何刻画等待时间,如何才是乘客和司机等待最优化的情况。。

感觉Market Optimization做的模型都不简单,牛人也不少,造福大家同时,希望能进入下一轮,然后Onsite…