《银行信息科技岗》专题

八股盛宴 1. 自我介绍 2. java常用集合有哪些，有什么区别 3. arraylist和linkedlist区别，优缺点 4. hashmap底层结构，什么时候链表会转化成红黑树，红黑树相比链表有什么优点 5. hashmap线程安全吗，线程安全的map有哪些 6. jvm内存模型，每一块作用 7. jvm垃圾回收算法 8. cms和g1各自优缺点 9. 多线程会产生哪些问题，如何解决 10

自我介绍 说一下你的Java项目各个模块 MVC架构包含哪些组件 Spring项目中你用到了哪些注解 redis双写一致性 redis缓存击穿、雪崩、穿透 人工智能算法有哪些 (我是人工智能专业的) 你的研究生研究方向是什么 说说你常见的算法有哪些 说一下冒泡排序算法 为什么选择测试? 你手上有哪些offer? 平时写项目遇到过什么问题，怎么解决? 腾讯会议聊天框，给你进行测试你会怎么测试，说一下

之前面过后端秒挂(基础八股+项目+二叉树遍历的两种写法)。不知道这次到底咋样，内心不是很想面

一面： 主要是八股 类加载机制，双亲委派 循环依赖 spring，springboot，springcloud区别 索引 linux常用命令 等等 二面： hr面 最难忘的事 最近有挑战的事，怎么做的，收获如何 加班相关 期望薪酬 等等 待遇按学历划分等级

1、自我介绍 2、测试用例 3、用例来源 4、测试流程 5、直言996 6、反问

1、hashmap 底层实现机制 2、并发编程cutdownlauch 和消息队列 3、java虚拟机的垃圾回收机制 4、讲一下mysql索引相关的知识，怎么创建索引，怎么进行索引优化，索引的底层结构 5、Java底层反射机制，哪些地方用到了反射

面试官非常友好，八股答不出来会问别的。以下内容不分先后，没录音，仅回忆，时长大约半小时，视频面试。 1.http头部有什么？ 2.数据库了解吗？用过什么数据库？ 3.做项目的时候怎么跟开发沟通？ 4.黑盒测试和白盒测试有什么区别？ 5.缺陷生命周期 6.Linux命令了解吗？说说常用命令。 7.测试的最高境界是什么 8.你后面还走测试吗？对自己职业生涯有什么规划？ 9.领导给你布置超出能力范围的任

面试官一边干活一边面试 1.自我介绍 2.挖项目 测试流程、出了bug咋办等等 3.开发不认定bug咋办 4.https和http区别、https与http相比有啥缺陷、https加密过程 5.python的字典是否有序、python的装饰器 6.自动化测试经验、自动化为啥选selenium、写过多少条自动化 7.给购物车设计测试用例 8.接口测试测试的是多个接口还是单个接口，多个接口怎么测试，测

1、自我介绍 2、python主流的库 3、python常用的接口自动化测试框架 4、ui自动化测试框架 5、测试流程 6、测试开发与开发的本质区别 7、linux常用命令 8、常用的测试工具 9、http与https的区别 反问 全程25min 无手撕

只记录我答不上来的，好多都答不上来 1. 介绍项目，投屏展示给面试官看项目代码，你这个项目有什么亮点？还有什么亮点？ 2. 打开chrome f12，告诉我你都是怎么调试代码的，答：打开看看css样式。得到面试官的不屑 3. vue slot？ 4. 你平时怎么学习前端的？答不上来，我总不能说照着面经学习前端吧 5. 轮播图原理了解么，如果你来写怎么做？答：调用swapper.js做轮播图。得到面

1.JVM相关： 垃圾回收算法：标记清除、复制、标记整理和分代收集 标记清除、复制、标记整理和分代收集，这里只介绍前面三种，分代收集单独有一篇文章介绍 标记清除就是回收垃圾对象 标记复制就是将存活对象移到了另一个区域 标记整理就是将存活对象移到一端 类加载机制：Java虚拟机把描述类的数据从Class文件加载进内存，并对数据进行校验，转换解析和初始化，最终形成可以被虚拟机直接使用的Java类型，这

保融科技Java实习生面试 1.JVM内存结构 2.介绍做的项目并提问 3.Redis缓存击穿 4.Redis缓存雪崩 5.3、4两者的区别 6.Redis为什么这么快 7.了解过多路I/O复用模型吗（没了解过）

情况简介： 腾讯会议平台，视频面试50分钟左右 主要问题 自我介绍 项目相关： 项目主要难点 Redis 的使用，以及在项目重构中的作用 缓存系统数据库之间的数据一致性解决 解决数据一致性问题时时效的保证 怎么做项目中相关使用Redis 缓存的实体在编码时如何实现 使用本地缓存的原因 本地缓存的选型问题 Bitmap 底层如何实现 Kafka相关基础 项目数据库建表细节 数据库 索引相关 索引的种

投的数据分析岗，主要就是简历深挖 1.做了哪些数据处理工作 2.如何处理缺失值 3.数据归一化标准化作用 4.介绍一下用到的模型评估指标 5.处理数据时画了哪些图，模型预测评估又画了哪些图 6.模型预测效果怎么判别的，根据预测结果又该如何改进 7.特征相关性怎么找的 8.介绍一下随机森林，xgboost，lightgbm 9.介绍一下bagging和boosting 10.随机森林原理，“随机”体

前一阵过了一面，明天二面，但是不知道一共有几面，貌似有人一共就两面，那下一次不就是hr面了吗，所以不知道侧重点是在hr问题上还是继续看八股和项目，有木有懂的友友讲一讲啊。 还有个问题，顺丰科技看官网都是在深圳，所以实习都去深圳是吗，北京的顺丰科技是不要实习生吗？ 共计俩问题： 1. 顺丰一共几面，每面大概会问啥 2. 实习地点一定是在深圳吗 一面经历： 1. 自我介绍 2. 问了一下研究生干的事情