记录下最近虾皮 Shopee UI/UX 设计的面试经验,这个岗位是 hr 主动来找到我电话沟通咨询是否有意向投递的,投递后很快通过了简历筛选,技术面总共有三轮,第一轮结束后会需要完成一份笔试题目,然后进入第二轮,但由于在第二轮的时候聊得不太同频道,所以面经里只包含了第一二轮遇到的面试问题啦,全程中文。 部分高频出现的问题: 1、自我介绍 2、用户研究能力(后续了解到因为他们团队没有细分的 res
通过校园面试 总共3轮 第一轮简单的删选 很快就过 第二轮是部门主管面试 会问一些比较专业的问题 第三轮是部门总监面试 会问一些工作稳定性的问题 都算简单。作品集是关建中的关键 有好的作品和项目经历面试都不是问题 问题记录: 1 自我介绍 2 列举一个作品集里面的问题作介绍 3 作品集设计的理念是什么 4 简单介绍一下之前的实习经历 5 在校期间做的设计介绍 有没有什么创新 6 对于公司的产品在体
1. 自我介绍 简而精往JD上靠 在自我介绍的最后说下(岗位的理解+“这与我的实习经历和完成的作品有很高的匹配度+比如第一我能第二我会第三我有)直接告诉面试官你的核心竞争力 2. 作品集 在UX面试时被问到选一个你最满意的作品进行阐述 可以这样说:1. 背景 什么原因促使做这个设计 2. 目标(如提高生活效率减少食物浪费3. 为此做了什么 4. 在low-fi和high-fi的不断测试得到什么结果
因为我秋招的时候找的是Java后端开发的岗位,所以也主要分享这方面,但其他方向的小伙伴其实也可以借鉴一下。 时间已经到了十月份了,现在是国庆假期,公司开始笔面试也要等到假期结束,也就是七号,所以十月份的时间还是很紧张的,不过这个时间段,一些国企就开始招人了,所以大家时间节点上需要抓紧,以及再完善一下自己的知识储备,有想投递国企的这段时间也要好好关注了。 不管是什么类型的企业,如果说在投递Java后
记录下最近虾皮 Shopee UI/UX 设计的面试经验,这个岗位是 hr 主动来找到我电话沟通咨询是否有意向投递的,投递后很快通过了简历筛选,技术面总共有三轮,第一轮结束后会需要完成一份笔试题目,然后进入第二轮,但由于在第二轮的时候聊得不太同频道,所以面经里只包含了第一二轮遇到的面试问题啦,全程中文。 部分高频出现的问题: 1、自我介绍 2、用户研究能力(后续了解到因为他们团队没有细分的 res
投递一天内就接到hr电话,速度杠杠的 面试内容如下 一面hr电话面: 1.明确部门这段时间比较忙,基本每天都要加班到晚上9~10点,能否接受 2.询问实习时长及到岗时间 3.询问是否喜欢玩游戏 4.深挖简历(实习、项目经验等,了解运营能力 二面主管面: 1.自我介绍 2.面试官详细介绍工作内容及情况 3.提问问题:假设我所管理的社群内有参赛者不满意其参赛作品未获一等奖,在群里闹事投诉不满,我该如何
c++软开 成都 腾讯会议,一共面了两个小时 1.介绍简历上写的项目,每个项目都被问了一遍,而且问得很细,深度学习项目都问了我算法原理 2.说一说实习期间遇到的印象最深刻的BUG 3.计算各种排序算法的时间复杂度,计算斐波那契数列在递归和动态规划下的时间复杂度,追问怎么算的? 4.快排最差情况复杂度,如何避免? 5.说说递归栈溢出以及解决方案? 6.STL容器看过那些?说说他们的底层结构吧。(说到
问了一些数据库相关的知识,索引,优化;golang协程跟线程的区别,在哪方面资源优化了;介绍实习经历; 更新下,已oc
感觉自己很拉胯 问我只能应付一下,然后在深入就…… 本来实习也没有做过啥高深的哇 我猜想面试官内心:这简历看着还行,问问这个,哎,咋这么low,那个,哎,咋也这么low,哎,那这就是只做过一点点啊。 我:是这样的,只会一点点……难的也不让实习生上手啊 一个八股都没问啊😭 面试官不断安慰我,没事没事,大概就挂了吧,😭 我辜负了面试官对我的期望 所以或许是我流程快挂的也快,QAQ 补充下: 北京b
产品工程师 1.自我介绍 2.为什么选择这个岗位 3.最近有没有买过哪个产品使用体验如何 4.关于项目的一些问题,介绍一下 5.有没有用过哪款产品,软件硬件都可以,评价一下你觉得的好的地方和不好的地方 6.兴趣爱好 7.反问:工作具体内容、培训、发展规划 总结一下是我巴拉巴拉说了半天,但是感觉自己回答的逻辑性还有待提高,不过应该还行吧,希望顺利~
后台开发,C++选手 7.1 投简历 7.3 测评,包含笔试 7.9 一面,原本一面安排在7.4,改时间了 ---------------------------------------------- 自我介绍,,问了实验室项目是做什么的 面试官好像是搞Java的,,没怎么问,问了几个基础的题 1、数组和链表的区别 2、介绍一下红黑树,STL里谁用的是红黑树 3、STL谁用的hash,冲突了怎么解
目标 在本教程中, 我们将学习Haar级联对象检测的工作原理。 我们将使用基于Haar Feature的Cascade分类器了解人脸检测和眼睛检测的基础知识。 我们将使用cv::CascadeClassifier类来检测视频流中的对象。特别是,我们将使用以下函数: cv::CascadeClassifier::load来加载.xml分类器文件。它可以是Haar或LBP分类器 cv::Cascade
1轮面试 5.13下午三点面试 1.自我介绍 2.实习项目深挖,好像也没问很多 (实习的经历和数分并不是很相关,偏算法) 3.比赛项目深挖 数据有哪些特征,用了什么模型,xgboost原理和rf的优缺点 4.反问 总得来说好像并没有问很深很难的的问题 二轮面试 一面面完五分钟内就通知过了 四点半开始(效率感人😂) 1.自我介绍 2.base,投了哪些公司,有什么offer(可能比较关注意向度)
本人普通211本硕,23届毕业,之前有段算法研发实习经历但想转产品,所以需要找产品相关实习,因为之前学校有科研任务错过了暑期实习的最佳招聘期,现在很多公司实习窗口都关闭了。 简历是走内推渠道投的字节,知道字节效率高没想到这么高,前一天刚推上去第二天就收到了hr的电话约一面时间。其他渠道投的简历都半个月了还没消息,所以没有任何面试经历的我第一步就要面对竞争如此残酷的大厂(对 我确实很怂)。 先说整体
5)什么类型的查询,只在映射器端运行而不在还原器端运行,反之亦然?