《Java秋招》专题

学C++看过哪些书 项目减少编译时间，头文件过多怎么办 一个类算大小，要考虑哪些情况 虚函数，什么时候有多个虚函数表指针，运行期什么时候虚指针指向虚函数表 内存对齐，为什么要内存对齐，除了减少CPU寻址次数还有吗？ 内联函数，作用，优缺点 函数调用过程 unordered_map和map 红黑树和AVL树比较，map应用场景 哈希表怎么减少冲突 10分钟写算法题：最长不重复子串，TopK(写qui

第一天晚上12点投的，第二天就约面了，约面效率很高，但是直接发时间过来很难受 1. 发版频率 2.介绍一下实习负责业务的业务流程 3. 压测如何判断达到瓶颈 4. 压测如何判断预估系统容量上限(…) 5. 接到对一个模块的UI自动化覆盖需求，怎么操作(…) 6. 接口自动化case覆盖率怎么计算的 7. 接口测试中，如何判断一个接口测试完毕(…) 8. Linux 777每个7分别是什么意 9.

balball面试官高抬贵手，真的卷不动了QAQ 简单说一下经过，不算是面经 之前实习投过鹅厂，所以在池子里，有天莫名收到面试短信，发现被捞起来秋招了 ————集体面试———— 1、问了一下关于两种赛事的核心区别 2、让设计一个比赛让大多数玩家参与 各自回答，然后集体讨论，推选代表总结并允许补充 最后问问题 ————初试———— 问了实习经历和社团经历，围绕做过的项目展开介绍 聊了一下电竞饭圈化，

7月19投的，hr8月4日通知我面试。 搜了很多相关面经，以为是就某个问题展开讨论，最后输出观点或者方案，但是才发现根本不是这样的！ 四人一组，首先是每个人一分钟的英文介绍。接着面试官依次对每位同学提出问题，并给三分钟的时间进行思考。 题目一：疫情之下，健身房如何进行运转？ 题目二：挑选你最喜欢的APP，谈谈优缺点，以及如何改进 题目三：支付宝红包上限是9999，微信是你200，为什么有这种差异？

实在是克服不了一回答问题边思考边emmmm的臭毛病，导致面试时候看起来不自信！！！！！发誓一定要逐渐克服这个坏习惯！！！！ 进入正题： 先自我介绍，让介绍一下项目经历 问了为什么选择前端 问了css尺寸单位 细问了rem，怎么和px进行换算，移动端使用rem怎么根据不同尺寸大小调整html的font-size问有几种方法（没回答上来，脑子短路根本没理解到底要怎么回答），面试官说一种是通过js获取宽

#面经##百度2024校园招聘##测试开发# 1、自我介绍 2、为什么会选择自学C++，为什么不考虑其他语言 3、C++与C相比谁的效率高 4、你当时是怎么做webserver这个项目的，为什么要做这个项目 5、除了epoll，还有哪些I/O多路复用技术 6、它们的优缺点 7、什么时候用select比epoll好 8、ET和LT的区别 9、你知道哪些设计模式 10、单例模式简单介绍下，它有什么优点

一面： 实习，项目，实验室项目 开源项目 最近看的书 八股： C++面向对象特性 虚函数 STL，vector和list，map和unordered_map AVL和红黑树，实现，应用场景，时间复杂度 寻路算法，A*优化，漏斗算法#搜狐畅游##秋招##面经#

公司：好未来 岗位：数据开发工程师 形式：视频面试 视频面试平台：牛客 时长：30分钟 流程： 1、自我介绍。 2、说一个最拿手的项目经历。 3、了解阿里数仓OneData体系吗？ 4、了解大数据相关的应用框架吗？ 5、对SQL优化有了解吗？ 6、说一下Hive的工作原理。 7、Hive有索引吗？ 8、Hive的内部表和

#24届秋招同行攻略分享# #晒一晒我的offer# bg：本二硕九 研究方向：大模型 SFT，检索增强，窗口扩展，指令压缩， Prompt 优化 目前秋招已经结束，想汇总一下当时的面试记录，个人实习经历、项目以及论文内容就简单带过，重点会写一下面试遇到的一些八股等通用的内容 科大讯飞——飞星计划提前批 部门：讯飞研究院 一面：1 小时 1.自我介绍 2.讲一下第一段实习遇到的困难 3.ChatG

8.15投，8.28笔试，9.14一面，总共四十多分钟，没有问技术细节，无八股。 1、实习项目遇到了哪些难点，怎么解决 2、学校的项目的主要内容，在项目中的角色 3、了解ai算法吗，当前的规控算法已经比较成熟，对于规控与人工智能的结合有什么看法与建议 4、手撕。416的变形，要输出分割后的两个数组。 最后问了本科和硕士的成绩与绩点。十分钟后发短信通过。 #算法工程师# #秋招# #25届# #25

一面： （专业面 男性面试官是一位在游戏行业深耕了13年的前辈，为人比较亲和，说老婆跟我是老乡还唠了半天家常） 1.自我介绍 2.聊了一下对我笔试的看法。说我作品集和笔试逻辑性全局观之类的比较好，但界面上一些层级关系还是要加强（因为面试官是原画出身对视觉方面还是挺在意的），并且一些设计规范的问题，手机屏幕适配等等。 3.为什么从产品或普通交互转游戏交互。 4.目前投了哪些公司我怎样去考量有什么打算

二面完等了一周终于三面了，整体算比较顺利，希望能有好的结果 1、问作品集 2、用户目的是什么，业务目的是什么 3、怎么通过设计达成目的 4、让再讲一个自驱的项目，核心回答做了什么设计，达到什么收益 5、怎么跟团队其他成员协同工作 6、组长在这个设计中起到的作用是什么 7、对公司的了解 8、对部门业务的了解，一、二面后针对这个部门做了什么准备 9、出了具体的设计题目问思路 10、职业规划、工作预期

更新：已挂 9月1号投递的算法工程师-机器学习岗，高德部门 9.5一面 (50min) 总结：面试分四部分：简历项目+基础知识+场景题+做题 自我介绍 简历项目比赛介绍+提问 问了许多深度学习和机器学习的基础知识： 卷积 vs 全连接 怎么理解卷积？ 图片的物体发生位移或扰动，对CNN有影响吗？ 池化的作用 随机森林 vs GBDT 随机森林和GBDT的基分类器可以改成线性分类器或者其他吗？ 分类

9.7一面 (约40min) 自我介绍 项目比赛介绍，没有深挖 进程和线程区别 数组和链表的区别 递归和非递归的区别(除了栈这方面) 快排的时间复杂度，快排稳定吗 类似的基础问题等等(想不起来了。。。) 二叉树了解吗？还行 撕题：非递归中序遍历二叉树 反问 总体感觉面试比较简单，上午面完，下午通知下周二面 9.13二面 (约20min) 自我介绍 问了一个比赛，大概十来分钟 反问 面完下来一查秒挂

一面 问实习+科研 车道线检测的正负样本匹配方法 车道线检测的anchor-based方法的baseline是怎么做的 （LineCNN：从最底下的点发射出去，寻找线的proposal，需要最底下点的坐标以及三个边界的值，相对于RCNN的滑动窗口要快和轻便很多） 小目标检测有什么自己的思考 车道线检测任务的nms跟传统检测的nms有什么区别 手撕：找到第k大的数字快排，返回第-k个优化：找到第k个