线上面试,面试流程很简单,几分钟就完事,先是一分钟自我介绍,然后是面试官提问。 问我学过哪些语言,我提到了Java和Python。然后问我用Java和Python做过哪些项目。 接下来就说这个运营岗会按季度倒班,问我能不能接受。而且好像要24小时待命? 对运维的理解,之前有没有了解过相关技术。 问有哪些offer,后面还有没有别的面试。我提了提之前拒掉的offer,然后问我原因。 差不多是这些吧,
1.JAVA常用的集合,区别及其线程安全 答: 2.list接口下有实现的安全接口吗 答: 3.hashmap的扩容因子 答: 4.如何在collection中一边遍历一边删除数据 答: 5.数组和list之间的转换 答:toArray 6.springboot常用注解 答: 7.springboot自动装配的原理 答: 8.为什么说springbootapplication是springboot
#产品经理# 本来报的测试岗,没想到前一天hr打电话让我面产品经理,我就简单的准备了一些有关产品经理的面试内容,产品经理和测试岗面试内容差距还挺大。 好像是公司的一个经理面的,hr只是主持人; 1、自我介绍着重说了自己在软件工程课程项目中用的UI设计工具; 2、介绍自己两个项目的内容,自己的职责和价值(感觉说的不是很好); 3、你觉得你能胜任产品经理的职位吗? 4、你觉得你的沟通能力怎么样? 5、
投的是网络攻防,面试官来的是大数据,问了很多密码学的东西,距离我上次接触密码学已经四年了,答得稀烂。。。。 1、AES DES的工作原理、区别、优缺点 2、数据库清空表操作 3、SSL的原理 4、提权漏洞脏牛漏洞原理 5、计算机网络七层模型 6、接触过哪些Linux操作系统
1、自我介绍 2、项目里用的什么技术栈 3、vue2vue3区别 4、题1: 输入一个按照非递减顺序排列的整数数组array,和一个值 x。请找出给定值在数组中的出现次数。 如果数组中不存在值 x,返回0,给出算法的时间复杂度。 示例 1: 输入:array= [5,7,7,8,8,10], x= 8输出:2 示例 2: 输入:array= [5,7,7,8,8,10], x= 6输出:0 示例
1.去公司线下面试,有笔试题 1.填资料,个人信息,以及有关职业发展问题 1.比如,你的缺点和优点是什么,对你个人产生怎样的影响? 2.如果你和他人有不同的观点,你该如何和他人讨论? 等等,基本就是情商面 笔试题 1.中科软是一家主做保险的外包公司,所以用到的sql主要是oracle, 选择题有几道oracle的题, 2.然后有简答题,也比较简单 面试环节 1.自我介绍 2.对于shell部分的提
Jupyter Notebooks 你可以按[shift] + [Enter]或按菜单中的“播放”按钮来运行单元格。 在function(后面按[shift] + [tab],可以获得函数或对象的帮助。 你还可以通过执行function?获得帮助。 NumPy 数组 操作numpy数组是 Python 机器学习(或者,实际上是任何类型的科学计算)的重要部分。 对大多数人来说,这可能是一个简短的回顾
工程机械行情不好,中联重科捞的是工程起重机的智能控制所,面的都是算法岗位,需求很小 -------------------- 盈峰环境:现场面试,时间都要下班了,面试官都想下班了,十分钟完事,纯纯kpi,打听了一下,只收一个人,非科班表示走远了,没有任何ai相关问题,可能也是不对口,没有反问; 面的问题:编程语言、为什么工作后读研、为什么做算法不去读科班、为什么实习单位不签约(这个问题问过好多次了
自我介绍 拷打实习 bug的生命周期 bug的产出量是多少,按天算/按周算你预计多少呢 用例一天可以执行多少条 像点一下这种的用例一天可以执行多少条呢 对加班的看法 接受多个项目测试轮转吗,可能别的项目人手不够需要帮忙 你家在哪里 你还有什么想问我的 ---------------------------------------- 牛魔外包事真多,反手给我挂了
1.网络七层模型 2.做过什么java项目,用了哪些技术栈 3.前端项目主要负责什么,当时是怎么渲染的 4.反问 总长10分钟左右
1. udp tcp 的区别 2. tcp如何保障可靠传输 3. 虚函数的本质 4. 多线程 5. 线程同步方法 线程通信 6. C++的基本容器 用过哪些
面试官说话特别温柔斯文 1、说一下自己做的项目 2、浏览器显示页面的整个步骤,越细越好 3、css优先级 4、node掌握情况 5、ajax、axios 6、常用的数组操作 7、隐藏元素怎么考虑,怎么做 8、项目中数据提交怎么做的,数据格式是什么 9、get、post的区别 10、项目组有几个人、遇到问题如何解决 11、怎么学习前端、网上常用的资源。 整体过程三十分钟,来个二面吧!!!求求了 #金
Python 在科学计算上的应用非常广泛,包括数学、统计学、图形学……等等, 也是科学计算领域的首选编程语言之一。 这一部分的文章主要是介绍 Python 在科学计算领域常用的库,以及科学计算在日常中可能的实际用例。 常用库介绍 IPython 和 Jupyter Notebook NumPy NumPy 是 Python 科学计算生态系统的基础,提供了多维数组操作、线性代数运算、傅立叶变换等 多
半小时 视频面试 进去先自我介绍 (准备的是英文的但是要求中文)然后是一些英文提问 开始中文提问 校园经历、项目经历 怎么理解产品经理、项目管理、例子. 然后对公司的了解 ………诸如此类 主要结合简历吧
背景 Python 常用于开发高性能的科学应用。它被广泛应用于学术和科学项目中,因为它易于编写和执行。 由于它的高性能,Python 中的科学计算经常使用扩展库,通常用更快的语言编写(比如 C 语言,或者用于矩阵操作的 FORTRAN) 。主要使用的库由 NumPy , SciPy 和 Matplotlib 。详细讨论这些库超出了 Python 最佳实践指南的范围。然而,对 Python 科学计算