《java研发》专题

还有一些之前面腾讯游戏客户端的问题，索性也写在这里吧 个人背景：首都某不错酒吧舞本科，非cs科班，无实习，有一些UE的使用经验，还有一些离线和实时的渲染器项目 一面： 1-对c++内置数组和指针的应用的考察，给你一个int numbers[10]，问你输出number是多少，对number加加减减后输出多少 2-给几个类，有各种数据成员，有的虚函数，问大小 3-问有哪些分配内存的函数 4-给你几个

感觉就是比较难，很多东西其实自己也还没有完全搞清楚。 1、寻路算法 2、动画融合 3、c++中vector，插入一个数据和插入多个数据有什么不同？写一下vector插入数据的伪代码。 4、快排的思想？在快排的思想上去找最大的m个数，如果实现？时间复杂度是多少？如果想要得到有序的m个数，如何实现最好？ 5、装箱和拆箱是什么？为什么会造成性能的浪费？仔细说说 6、使用过unity中的多线程吗？ #面试

#笔试#

问题内容： 在编写动画和小游戏时，我已经知道我依靠这种方法告诉操作系统什么时候我的应用程序不需要任何CPU，并以此来使程序以可预测的速度前进，这具有不可思议的重要性。 我的问题是JRE在不同的操作系统上使用了不同的方法来实现此功能。在基于UNIX（或受影响的）的OS：例如Ubuntu和OS X上，底层的JRE实现使用功能良好且精确的系统将CPU时间分配给不同的应用程序，从而使我的2D游戏流畅无延迟

本文向大家介绍python通过cookie模拟已登录状态的初步研究，包括了python通过cookie模拟已登录状态的初步研究的使用技巧和注意事项，需要的朋友参考一下 对于那些需要在登录环境下进行的爬虫操作，模拟登陆或伪装已登录状态是一个刚需。 分析了网上关于模拟登录的例子，很多都基于用户名/密码发起一个post请求，遇到有图片验证码的，比较理想的方法是进行人工干预，同步发起一个图片验证码的请求，

日常整理面经！ 面试时间：11月 一面（30min） 自我介绍，问项目（项目问的比较多，后面的题也基本是从项目入手展开问的） 在实现动画效果有哪些方式？ 动画优化的方案 性能优化了解过吗？具体说说？ 文件上传有哪些方式？前端应该怎样解析文件？ 如何搭建一个可以给其他人使用的前端脚手架？需要从哪些方面入手？考虑哪些问题？ 项目中如何处理请求层？如何实现取消重复请求？ 什么时候学的前端，怎么学的？ 为

一面： 实习 论文 常见分类算法 svn怎么实现分类的 集成学习 java基本数据类型 重写重载区别 浅拷贝和深拷贝区别 反射 多线程实现方式 如何创建线程池 软件测试的流程 测试一个输入法设计功能测试用例 常见Linux命令 二面： 实习（问的好详细） 论文 bug提交包含哪些要素 如何学习一个新知识 讲一个有成就感的事情 如何保证线程互斥 TCP/UDP区别 安全性从哪些方面测试 测试售卖机测

自我介绍 密码学的AES、DES有几轮，区别，MD5是多少位（多少字节），是自己用python实现的吗还是用库直接能输入输出的 说一下知道的路由协议 知道哪些渗透测试工具 有实操过网络配置吗，用的哪家的设备，有做过仿真的网络配置吗 二层交换机与三层交换机区别 python了解多少，python2与python3的区别 sql手动注入的过程 xss类型和区别 sql、xss、文件上传、CSRF等漏洞

下面的范例程序用虚函数和多态性根据雇员的类型完成工资单的计算(见图 10.1)。所用的基类是雇员类 Employee，其派生类包括：老板类Boss，不管工作多长时间他总是有固定的周薪；销售员类 CommissionWorker，他的收入是一小部分基本工资加上销售额的一定的百分比；计件工类 PieceworkWorker，他的收入取决他生产的工件数量；小时工类HourlyWorker，他的收入以小时

一面 1. 说一下pytorch里面两种浮点类型怎么样混合计算的 2. 量化出来的模型有误差，你是怎么样减少误差，提高模型预测的准确率的 3. ASR识别到的文本中的错别字怎么做处理的 4. 如果我更改了输入数据的量级，比如将输入的数据从长度100改成了1000，增加了10倍，transformer的时间复杂度是会怎么变，参数量会怎么变？ 5. transformer和CNN有什么不同 6. 你还

3.28 广州电信研究院 人工智能分析师1. 不长于5min的自我介绍 2.根据自我介绍提问开放性问题 3.国内AI领域的发展方向 4.给一个具体场景分析用哪些模型 输入输出是什么 5.忘了 印象：总体比较融洽 没有技术性问题 感觉这个岗位可能不用怎么写代码 看了同一批面试的同学 感觉bg都很不错  目前没收到二面 估计凉了 可能方向不太匹配 #电信研究院##电信研究院广州##人工智能#

面试时间约半小时 1.英文自我介绍2min 2.三个面试官轮流问： 面试官1 挑一篇论文，具体做了什么工作，详细介绍，背景、创新点，问投稿时reviewer的意见 如何调参（lr bs epoch 优化器选择 Adam和SGD区别 常用loss有哪些 L1 loss和L2 loss区别，各自应用在什么任务 问另一篇论文，具体做了什么工作 面试官2 点云格式的数据 点云怎么映射到二维平面 点云的配准

二面 1. 自我介绍 2. 推理框架的设计，计算图，运行图，内存管理 3. 动态图，静态图，动态shape 4. 图优化 5. warp之间通信 6. cuda reduce 7. cuda softmax，warp处理与block处理的区别 8. block，grid的设置，调度，为什么会影响算子速度 9. CUDA的计算模型 10.flash attention v1 v2 面试时间：45分钟

1.自我介绍； 2.介绍一下做过的项目和论文； 3.用过哪些机器学习模型（XGBoost、LightGBM、RF、LR等），介绍他们的特点和区别； 5.深度学习用过哪些结构（MLP、CNN、RNN、Transformer、BERT等），介绍一下各自的特点和区别； 6.深度学习主要有哪些任务（分类和回归，分类可以使用有监督、无监督、半监督等方法，回归主要使用有监督方法）； 7.了解CV吗，用过开源框

智识神工 第一面 主要是对项目的询问，解释项目的各种地方。 第二面 自我介绍 Double DQN与传统DQN的区别什么？ 最大的区别在于Q现实的计算方法，DQN中TargetQ的计算方法是 YtDQN=Rt+1+γaQ(St+1,a;θt−)=Rt+1+γQ(St+1,aQ(St+1,a;θt),θt)Y_t^{DQN} =R_{t+1}+\gamma \max_aQ(S_{t+1},a;\th