《数据人的面试交流地》专题

本文向大家介绍测试人员和开发人员区别?相关面试题，主要包含被问及测试人员和开发人员区别?时的应答技巧和注意事项，需要的朋友参考一下 ①人员不同 测试：开发人员和测试人员 开发：只有开发人员 ②所处阶段不同 测试：贯穿整个软件开发生命周期 调试：在软件开发编码阶段以及测试过程中对BUG进行调试 ③对bug处理结果不同 测试：只找出错误，不解决 调试：找出错误并解决

我们有一个托管在Google Kubernetes引擎上的NodeJS API，我们想开始将事件记录到BigQuery中。 我可以看到三种不同的方法： 使用API中的节点BigQuery SDK将每个事件直接插入BigQuery（如此处“流式插入示例”下所述）：https://cloud.google.com/bigquery/streaming-data-into-bigquery或此处：htt

快手-20240720-推荐算法(一面) 1.自我介绍 2.针对实习——拷打大模型 3.针对论文——介绍论文 4.正则化：常见的正则化和他们的利弊 4.介绍项目：实习中的大模型推荐具体怎么做 5.问类比到他的图文推荐中怎么用大模型做 6.算法题 快手-20240725-推荐算法（二面） 1.深度模型——推荐——deepfm，deep and wide等等 2.视频推荐怎么做——embedding召

1.自我介绍加项目介绍 2.epoll的特点 3.TCP为什么要三次握手 4.C++面向对象的特性 5.C++有几种类型转换 6.智能指针知道几种，shared_ptr的引用计数怎么实现，对象共享怎么实现 7.用过几种STL，unordered_map底层是什么，哈希冲突怎么解决 8.设计模式知道吗，详细说一下单例模式 手撕：反转链表、快速排序 反问：公司具体业务，实习生培养流程 base杭州

岗位：百度商业架构组 C++开发 一面：(7.31 1h左右) 一面主要就是问八股+简单的手撕 1. 介绍TCP/IP协议簇 2. TCP粘包问题 3. HTTP头User-Agent含义 4. C++虚函数和虚基类 5. C++模板编程：结合编译过程分析，偏特化全特化，模板编译实例化 6. C++11新特性； C++20新特性：主要介绍协程 7. gdb操作, gdb调试多线程和死锁 8. Ba

一面 自我介绍 java的反射 list linkedlist和 ArrayList的区别 map hashmap底层 java中避免死锁的手段 spring的控制反转 aop 介绍项目 缓存穿透、击穿、雪崩 避免手段 布隆过滤器 mysql索引 什么时候不需要建索引 为什么 黑盒测试和白盒测试、都有什么手段 你在项目中如何进行的白盒测试 印象最深的bug + 怎么排查的和怎么解决的 算法题 数量

整体流程：30min 项目 +  两道sql 离线数仓 + 指标计算 1、聊聊离线数仓 2、介绍数仓主题、数仓分层？ 3、DWD和ADS层的区别？ 4、数仓表数量、数据量多大？数据量级的困难，计算参数 5、快速完成ODS表的清洗和过滤？ 6、实现最复杂的UDF？继承Hive UDF类？其他的UDF类？GenericUDTF 和 UDF区别？ 7、计算引擎选择？为什么计算量大却选择Hive计算引擎？

问题内容： 假设我有两个这样的DataFrame： 我想创建一个新的DataFrame，它由在两个矩阵中具有匹配的“ S”和“ T”条目的行以及dfA的prob列和dfB的knstats列组成。结果应类似于以下内容，并且顺序相同很重要： 问题答案： 您可以合并它们，以便： 删除NA行：

问题内容： 我正在寻找从外部流程将数据写入现有流程的方法， @Michael在该线程中说，我们可以在如下所示的路径中获取现有进程的文件描述符，并允许在Linux上将数据写入它们。 因此，我创建了下面列出的简单脚本，以测试将数据从外部进程写入脚本（和）的过程。 这个测试脚本显示的路径和，然后，等待一个写它。 我启动了此脚本，并在下面收到了消息。 所以，我执行的命令和从其他终端。执行完这两个命令后，在

我有一个Google App Engine应用程序，其中数据存储在Google Cloud Datastore中。我想使用Dataflow将部分数据放入BigQuery，但我想我应该从从Datastore获取一些信息并将其写入Google Cloud Storage开始。我的代码如下所示： 但是，当我尝试运行它时，我在进行Datastore查询时收到403个错误： 我使用Google Cloud

当将固定数量的字符串（用于测试的800,000个1KB）放入PubSub主题并在Dataflow中运行以下Apache Beam(2.1.0)作业时，只要按照预期保留了语义。

我正在使用spring social for facebook，

在scikit learn中，我们可以拟合训练数据，然后使用相同的矢量器转换测试数据。列车数据转换的输出是一个矩阵，表示给定文档中每个单词的tf idf分数。 然而，安装的矢量器如何计算新输入的分数？我猜： 一个单词在一个新文档中的分数，通过将同一单词在训练集中的文档上的分数进行聚合计算得出 我曾经尝试过从Scikit学习的源代码中推断出这个操作，但不太明白。这是我之前提到的选择之一还是完全不同的

我有以下功能用于统一多个集合（包括重复元素）： 如果集合的交集具有类似签名的函数（使用类型相等），那就太好了。例如： 我找到了一个相交函数的实现，但它不使用流： 是否有任何方法可以利用流实现类似于unify函数的功能？我在java8/StreamAPI方面没有太多经验，因为一些建议会非常有用。

选择题：25题 考试内容有SQL语句，数据库，spark（包括给你一段spark程序让你输出结果），hive，数学（概率论的一些东西） 编程题：两题 1.算法题：一个数=x平方+y平方+z平方，求有多少质数满足这个条件（具体记不清了，大概是这样） 2.sql题：给你日期和工资，求平均涨薪幅度和平均涨薪时间（思路是使用lead窗口函数，然后两列相减） 总结：第一次考试，选择题花了50分钟，一定要把选