《京东前端工程师面经》专题

快手一面: 1.自我介绍（我说了三个项目，一个现在正在实习的、一个鱼跃、一个之江实验室） 2.介绍你印象最深刻的一个项目，项目特点 3.介绍Java里面常见的集合、整体框架，父类之类的 4.Hashmap底层的实现 1.8之前为什么要这样设计。 解决Hash冲突还有别的方式吗？ 5.HashMap的扩容机制了解吗？ 是线程不安全的吗？ 它为什么是线程不安全的？它在什么情况下会出现线程不安全的问题？

java技术栈，投的安卓 自我介绍 介绍一下项目 java基础数据类型 int 和long字节数 string常量和new string相等问题 equals方法 重写equals的话需要注意什么 hashcode equals相等，hashcode相等可以吗 hashmap原理，底层数据结构 hashtable和concurrenthashmap区别 集合遍历方式 删除元素方式 进程和线程的区别

科来Java开发工程师一面 2023/08/31下午面的，成都base的，使用腾讯会议。回忆版，想到啥说啥。面了大概25分钟左右，无手撕 1.说一下ArrayList和LinkedList的区别，你平时用过嘛？ 2.讲一下你平时用到的集合类，简单介绍一下 3.讲一下TreeMap的底层原理 4.既然你说到了红黑树，说一下你对红黑树的了解？并说一下红黑树旋转的细节 5.为什么HashMap里要用红黑

1. 自我介绍 2. 简历项目（问的比较细，每个项目都会问一下） 3. 介绍Lora 4. 了解哪些商用的大模型，都有什么优缺点 5. QLora 6. 量化的优点，如何量化 7. Git的使用（如何管理项目，对比两个版本的不同） 8. 了解cuda吗？如何使用 9. pytorch的版本问题 10. 部署模型的经验 11. 如何查看和管理cpu，gpu资源 面试官总体感觉兴趣不高，没有开视频。回

首先上来我必须给用友的hr一个大大的赞，人真的很好很好，平易近人。整个面试下来完全就是轻松加愉快的状态。 回归正题： 会问了解用友吗？是从哪方面进行了解的 1.首先上来并没有叫自我介绍(我还准备了下) 2.整个面试过程都是问的简历上的东西，整体难度不大 3.问到了数据库的多表联查 4.然后就是问到是否有过投递岗位的实习经历(因为我没有所以，面试官很无奈) 5.有一个重要的信息就是用友现在底层都是用

30分钟纯八股 1、数据结构中有哪些树，都是用来做什么的。 2、第一次没答到哈夫曼树，所以又问了我哈夫曼树的作用 3、OSI7层网络，每一层具体做什么的 4、应用层包括的协议 5、HTTP和HTTPS的区别 6、HTTPS加密 7、如果HTTP的数据会被拦截，对称加密的密钥为什么不会被拦截 8、面向对象比面向过程的优势 9、里氏替换原则，并举个例子 10、有哪些方式做多线程开发，需要注意哪些点。说

无手撕，无八股，问的都是简历上面的项目，会讨论的非常详细，也会有些拓展问题。 面试官非常nice，超级详细的介绍了部门和主要的业务！ #秋招##面经##吉利#

一面/技术面 2024/8/23 上午11:00-12:00 自我介绍 挑一个实习介绍 了解哪些位置编码技术 RoPE原理 线性内插、NTK到YaRN 位置内插后注意力计算会增加，如何缓解 介绍LongLoRA 数据集构建时各种类型的比例是如何确定的 使用华为910B及其相关平台时遇到过哪些困难，如何解决的 效果如何评测 最终的效果提升有没有什么具体的指标 Coding：两数之和 为什么要投蔚来

非技术相关：对工作地点和薪资待遇的期望。 算法相关 Q：快速排序的时间复杂度和空间复杂度？ A：平均时间复杂度：O(nlogn)，划分对称，所选枢轴元素可以将数据中分； 最坏时间复杂度：O(n^2)，初始排序表基本有序或基本逆序时。 平均空间复杂度：O(logn)，划分对称， 最坏空间复杂度：O(n)，初始排序表完全有序或逆序时，要进行n-1次递归调用。   Q：归并排序的时间复杂度和空间复杂度？

知乎 企业类型: 互联网 地点: 北京 实习类型: 日常实习 岗位: NLP算法工程师 一面—视频面 基础知识询问+做题 自我介绍 生成式模型与判别式模型的区别？ 生成式模型先对数据的联合分布 进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 。 判别式模型直接进行条件概率建模，由数据直接学习决策函数 或条件概率分布作为预测的模型。判别方法不关心背后的数据分布，关心的是对于给定的输入，应

公司偏僻，位于广州番禺南村，当时坐了一个多小时的地铁才去到，下着大雨，路面积水严重后果。好不容易过去了，接下来开始了狗血剧情。一去到，前台让我扫描一个二维码进去一个小程序填写个人简历，我心想我个人简历在招聘APP上不是有吗，还非要多此一举，但是人在屋檐下不得不低头，还是填了。填完之后前台拉我去一个会议室填了一份调查问卷之类的玩意，我也填了，然后HR带我去到二楼办公点等面试官。等了半个小时吧，面试官

手子这个时候还在招，另外无限复活甲属实是上瘾，面试官上来火力还是比较猛的，问了几个刁钻的问题，好在扛住了。最后给两个 medium 难度常见力扣题，二十分钟搞定。 MySQL： MySQL 有哪几种索引 索引的底层数据结构 为什么索引底层使用 B+ 树、而不使用二叉树 B+ 树层数过多会造成什么后果 什么是回表查询 Redis： 项目中 Redis 分布式锁是如何实现的 如何实现阻塞的分布式锁（B

面试时间 8月22日 晚上21点。。 1. 自我介绍 2. 直接开始八股环节，实习都没怎么问 3. 模型推理技术优化 4. 大模型幻觉 5. MQA 和 GQA 6. 长文本推理优化 7. 微调过程通用能力下降怎么解决 8. 问Swish激活函数公式 手撕： 1. transformed绝对位置编码 2. 牛顿迭代法求平方根 面试官挺好的，虽然没怎么问我实习项目，但是说了一堆他们组做微调的东西 话

写个面经攒攒人品~ 时间：20240817 上午11点 时长：1小时 1.自我介绍 2.深挖项目，面试官挑了一个实习经历，问的还蛮细的，基本上我每说一点他就会反问一下 3.LR逻辑回归的损失函数，回答了交叉熵，然后让我用擅长的语言写交叉熵的伪代码 4.说一下MAE和MSE的理解以及区别 5.列表和元组的区别 6.场景题：给一个很大的文件，文件的每一行是一个很大的数字，如果给你一个单机，内存比较小，

8月17早上10点 1.自我介绍 2.简单的问了一下实习，然后就开始问MHA里面为什么每个头能关注到不同的信息，还问我两个模型所有流程都一样只有参数初始化不一样，训练的结果怎样？（这两个问题一直问，我觉得我说的已经很清楚了，感觉对面也不是很懂，做搜推的） 3.挑了我一个强化学习项目问，八百年没被问过这个项目了。感觉是两个人在尬聊 最后给了一道三数之和，也没问八股，很怪。。。 现在反正是没秒挂😓