《同花顺2023春招交流讨论》专题

一面：电话面试 1、自我介绍 2、挑一个实习项目讲一讲 3、项目里的数据是怎么处理的？ 4、数据研发选择哪一块？（数据仓库、数据平台、数据算法、数据挖掘） 5、讲讲MapReduce的原理 6、环形缓冲区为什么要反向？ 7、实习的存储计算用的是什么组件 8、有金融相关知识的储备吗？ 反问： 1、这一面算是第一面吗（是）？算专业面吗（是）？ 2、做什么工作的？（国外金融银行业务） 3、用到哪些技术栈

面试岗位：数据库工程师 两个面试官，一个主要问知识点，另一个主要问实习、项目 介绍一下HDFS的写流程 Spark、Flink有哪些部署模式？ Standlone和Yarn（Client、Cluster），会话模式、单作业模式、应用模式 有没有写过Flink平台的开发代码？ Yarn由哪些角色组成？各自的任务是什么？ Yarn的调度器有哪些？ Hive和HBase的区别是什么？ 项目中Kafka的

分享前吐槽：面试不开摄像头，面试官的语气跟快断气了一样…… 1、有了解web开发、后端开发吗？（无） 2、线程和进程有哪些区别？ 3、怎么看一个正在执行的JAVA程序的线程状态？ 4、新生代和老年代主要是干什么的？比例是多少？ 5、HDFS的服务组成有哪些？它们分别的作用是什么？ 6、除了Hive之外，还用过其他数仓吗？ 7、Flink的窗口主要是干什么的？ 8、Flink的dataStream和

第一题 暴力即可，注意需要判断字符串长度是否为5 第二题 map存 数字 -> 出现次数 滑动窗口，限制窗口内元素总和不大于k，等于k则为一个答案 注意有元素出窗口时不能只-1，需要减去该元素出现次数。 第三题 数字末尾零的个数 = min(数字2的因子个数，数字5的因子个数) 树链剖分，对子树的更新和查询转化为链上的连续节点操作。 转化为一个维护带懒更新的线段树。 最后三分钟调出来，发现quer

一面： 1.游戏开发过程，你觉得有哪些需要进行测试的地方； 2.王者荣耀小乔大招的音效你觉得有哪些需要测试的地方 3.手撕两道基础算法 二面： 1.一个英雄技能修改了，你觉得有哪些地方需要测试 2.安琪拉大招你觉得有哪些测试点 3.如果让你带领一个1000人的团队，你如何进行管理能够让员工效率提高 4.如何留住员工，你有哪些办法 5.手撕代码：判断三条边能否构成三角形 HR面： 1.为什么选择游戏

公司：腾讯 部门：腾讯广告 岗位：技术研究-数据科学方向 形式：视频面试 视频面试平台：腾讯会议 时长：14分钟 流程： 1、自我介绍。 2、你对于选择第一份工作的考虑有哪些？ 3、腾讯对于你的吸引力是什么？ 4、放到一年后你希望你在工作上获得什么样的成果？ 5、过往经历中你遇到的最困

岗位 视觉算法工程师 一面 针对项目进行提问，问的比较细，要对每一点说出为什么 深度学习算法相比于传统算法在去噪上有什么优势 了解傅里叶变换吗，蝶形计算快在哪里 了解量化吗 BN有什么用，为什么可以加速训练 label smooth为什么可以提高精度 介绍一下深度可分离卷积，深度可分离卷积和普通卷积的计算量对比 代码：应用题，二分查找的应用 #2023校招##计算机视觉算法工程师#

先说说最近热度比较高的华子。 华为实习oc拒，秋招三面完没消息。 #实习一面 介绍论文。 -假设和假设空间的定义 -结构风险最小化和奥卡姆剃刀 -决策树 --节点分裂是熵增还是熵减，原因 -梯度消失和爆炸原因 -梯度的定义，模长方向表示什么 -手撕lc原题：幂集 #实习二面&三面 -二面三面就很水了，纯聊天 #秋招一面、二面、三面 囊括在一起写，因为确实没什么好写的。 随便问问论文，手撕一道原题。

我们从kafka向SparkStreaming发送了15张唱片，但是spark只收到了11张唱片。我用的是spark 2.1.0和kafka_2.12-0.10.2.0。 密码 bin/Kafka-console-producer . sh-broker-list localhost:9092-topic input data topic # 1 2 3 4 5 6 7 8 9 10 11 12

在配置spark应用程序时，我试图从集群中挤出每一点，但似乎我并没有完全正确地理解每一件事。因此，我正在AWS EMR集群上运行该应用程序，该集群具有1个主节点和2个m3类型的核心节点。xlarge（每个节点15G ram和4个vCPU）。这意味着，默认情况下，每个节点上为纱线调度的应用程序保留11.25 GB。因此，主节点仅由资源管理器（纱线）使用，这意味着剩余的2个核心节点将用于调度应用程序（

Spark streaming以微批量处理数据。 使用RDD并行处理每个间隔数据，每个间隔之间没有任何数据共享。 但我的用例需要在间隔之间共享数据。 > 单词“hadoop”和“spark”与前一个间隔计数的相对计数 所有其他单词的正常字数。 注意：UpdateStateByKey执行有状态处理，但这将对每个记录而不是特定记录应用函数。 间隔-1 输入： 输出： 火花发生3次，但输出应为2（3-1

我有一些关于Kafka主题分区->spark流媒体资源利用的用例，我想更清楚地说明这些用例。 我使用spark独立模式，所以我只有“执行者总数”和“执行者内存”的设置。据我所知并根据文档，将并行性引入Spark streaming的方法是使用分区的Kafka主题->RDD将具有与Kafka相同数量的分区，当我使用spark-kafka直接流集成时。 因此，如果我在主题中有一个分区和一个执行器核心，

我尝试使用Spark Streaming并希望有一个全局状态对象，可以在每个批处理后更新。据我所知，至少有两种选择适合我：1。使用，其中Spark将在处理每个批处理后自动更新状态2。使用函数，在这里我必须自己调用更新 类型javapairdStream 中的方法updateStateByKey(Function2 ,optional ,optional >)不适用于参数（new function2

我不能用火花流运行Kafka。以下是我迄今为止采取的步骤： > 将此行添加到- Kafka版本：kafka_2.10-0.10.2.2 Jar文件版本：spark-streaming-kafka-0-8-assembly_2.10-2.2.0。罐子 Python代码： 但我仍然得到以下错误： 我做错了什么？

场景： Kafka- 每个火花流微批次中的逻辑(30秒):< br >读取Json- 我的流媒体工作是阅读大约1000个Kafka主题，大约有10K个Kafkapartitions，吞吐量大约为500万事件/秒。 问题来自 Kafka 分区之间的流量负载不均匀，一些分区的吞吐量大约是较小分区的 50 倍，这会导致 RDD 分区倾斜（因为 KafkaUtils 创建了从 Kafka 分区到 Spar