《度小满》专题

主要内容：1 ScheduledThreadPoolExecutor的概述,2 ScheduledThreadPoolExecutor的重要属性,3 ScheduledFutureTask内部类,4 DelayedWorkQueue内部类,5 ScheduledThreadPoolExecutor的构造器,6 schedule一次性任务,6.1 triggerTime任务触发时间点,6.2 delayedExecute延迟/定期执行核心方法,,,,,,,此前我们学习了ThreadPoolExec

在网站分析系统中， 维度：是网站分析的角度。 如网站流量来源（广告、搜索引擎等），受访页面，访问设备等 。 指标：是用数值来量化分析维度。 例如，衡量某个特定渠道来源的流量所浏览的网页数（浏览量），流量在网站上的平均停留时间等，各个指标对应的数值分别具有不同的含义； 3.2 默认维度、指标 3.2.1 什么是默认维度、指标？ 默认维度、指标指的是SiteMonitor 对收集到的数据，按默认的规则

海笔果然就是让大家做着玩的，这也太简单了…… 第一个题说是滑动窗口中找合意义的子串，但其实就是很简单的双指针判断，第二个稍微有点意思，不断改变01让数组全相等，就是查基数偶数。第三个图里的标准bfs 100，100，90几，物业来敲门修东西，我也懒得改细节了，交了。 选择题反正是g，我投的深度学习岗，一个机器学习的题都没，反正早就共享了，做着玩了

FET (free timetabling tool) 是一个适合中学、大学的课程表自动安排程序。 下面是该软件的屏幕截图 1. 主窗口 2. 教师视图 3. 学生视图

《FG 骑士进度条》是《异星工厂网页版》作者基于《骑士进度条 2》复刻的另一款放置游戏，相对来说，界面看起来像是一款游戏了。玩法上变化不大，增加了成就功能。 可以导入《骑士进度条2》的存档，接档直接玩。

无尽的进度条是一款玩法独特另类的休闲类游戏。 在此款游戏中，没有华丽的界面，动人的 BGM，甚至几乎没有什么可以操作的内容。无尽的进度条游戏是一种生活的消遣，可以在你疲惫的时候调节你的心情。

深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书分为18个章节，近30万字。 1. 版权声明 请尊重作者的知识产权，版权所有，翻版必究。 未经许可，严禁转发内容！ 请大家一起维护自己的劳动成果，进行监督。 未经许可， 严禁转发内容！ 　　　 2018.6.27 TanJiyong 2. 概述 本项目是大家对A

一、项目（60min） 1.项目中遇到过什么问题 2.社交软件怎么做到让用户评论之后实时看见自己的评论 3.用户经常访问一些热点信息，怎么才能让数据库保证高可用 4.redis集群进行主从切换会耗时，有没有更好的方法 5.redis哨兵模式是怎么做的 6.忘了 7.评论的数据在读写的时候，在客户端和服务端分别有什么方法减轻数据库压力 8.用户端怎么做负载均衡 9.nginx有哪些限流的方式 10.

业务面：  1.自我介绍（中文）  2.实习的中解决了哪些问题？遇到了什么困难？如何解决的？  3.介绍广告业务流程

1. 自我介绍 2. 介绍项目 3. langchain是如何进行节点编排的 4. langchian的原理（面试官以为只有python可以实现，我科普了一下） 5. 实现自动缓存机制（lru）是怎么做的 6. websocket心跳和重连机制的原理，工作流程 7. 如果断网了还有必要启动重连机制吗？ 8. 为什么用localForage替换localStorage 9. 还有一些项目点忘记了（网

请做一个自我介绍。 在之前的实习中，运营账号时遇到的最大挑战是什么？ 你运营的官号的粉丝数量是多少？ 你对互联网产品和社群有什么看法？ 在之前的实习中，抖音快手官号的引流和社群运营的主要工作流程是什么？ 你通过什么方式获得种子用户？有哪些场景和渠道？ 拥有第一轮种子用户后，如何实现效果发散和推广，进入良性循环？ 反问 #非技术面试记录#

1.自我介绍 2.怎么理解测开岗位 3.项目经历、实习经历、测试经历 4.LINUX命令考察，查询目标文件、滚动查看日志、查看进程 5.MYSQL命令考察，①查询成绩前五的学生、②更新成绩、③插入列 6.MYSQL怎么优化查询速度 7.算法，返回数组中出现字数超过一半的元素 8.设计该算法的测试用例 个人感觉八股较少，面试较真诚，面试官像真人，体验感好。自评表现不错。 收到二面邀请了

前面讲了项目和论文，他说他们做文生图的，和我做这些没什么关系，问有什么和岗位有关的，讲了我用Diffusion做图像重建的工作（还没投出去）。然后问了几个生成模型基础知识，都答上来了。然后问了文+图生图的思路，面的太早脑子有点不清醒一下没想起来是Control Net，讲了特征concat/相加，更高的保真性，他觉得说对了。然后撕了Cross Attention，写了一半说挺熟练，不用写了。反问时

百度app部门，被捞的简历，秋招但是要实习转正 第一次被问这么多node的内容 除了计网没回答出来，其余的应该都回答出来了 掉线太多次，估计挂了

普通财经双非硕士小菜鸡，在线勇闯算法，做个记录。 1.百度提前批大模型算法一面： 自我介绍 具体介绍一下RAG项目中的应用，如何处理文档，如何计算相似度 手撕transformer模型代码，介绍模型架构，介绍交叉熵损失函数，介绍L1，L2正则化有什么区别，写下完整损失函数公式，写下transformer所有矩阵转换的数学公式，如何理解需要除根号d 手撕算法题 leetcode 2116. 检查一个