面试时长55分钟,约的10:30面试,面试官提前到了就开始面试 1、上来自我介绍 2、HTML5你了解哪些新特性?说一下 3、实现三栏布局,说了两种方法实现 4、根据第三点回答延伸出flex:1的含义 5、选择器和权重值大小是多少? 6、防抖和节流以及应用场景? 7、你是如何学习前端的? 8、js事件循环机制,整体的执行过程? 9、宏任务微任务有哪些? 10、Promise的详细考察(简历里有写)
【笔试题】 很简单,主要是以问答题为主,好像有一些单选多选,需要有软件测试理论基础和计算机基础,问答题有一道(自动贩卖机)设计测试用例 【面试】 问了很多,然后考了两道稍微有点弱智的代码题 面试现场有点吵,感觉应该不想招人? 1.为什么想做测开 2.对这个岗位的理解,你的优势 测试理论:测试方法 为登录页设计测试用例 3. tcp udp 4http https 5.java集合,数据类型 Str
联通省公司来校园招聘 当场面试 时间:十月中旬 两个面试官 1.自我介绍 2.hashmap为什么不安全,具体的描述 3.非关系型数据库知道吗?redis的应用,发布订阅 4.知道数据库中的锁吗?简单介绍 5.线程池的参数以及应用,如何创建核心线程? 6.老家哪里,有没有意向来 面试官全程都在看简历,全程一共15分钟左右#24届软开秋招面试经验大赏#
成都数之联 一二面面经 时间线:一面10月23日,线下二面11月2日。 成都的一个做数据处理,AI的公司,主要做B端和G端,孵化自电子科技大学,领导都是电子科大的教授。 一面 1.在B站实习的时候,为什么要把Java编写的代码迁移到Kotlin? 2.迁移过程中遇到的最大困难? 3.Kotlin运行在什么上面的? 4.说一下你项目中Kafka的作用? 5.Kafka的数据量级别?测试环境的Kafk
10.14晚上更新 晚上六点半收到hr电话了,约了第二天早上线下二面(不知道是技术面还是hr面,忘记问了) ----------------------------------------------------- 8.31 投递,后台开发岗,base深圳 10.11 笔试(比较简单,有些选择题不会就随便选了,半小时交卷了) 10.12 半夜十二点半发笔试通过邮件,让预约线下面试时间 10.14
30分钟,面试官不开摄像头,没做算法题,完全按简历写得来问,没问项目,感觉有点水 1.redis5种数据结构 2.缓存穿透、雪崩、击穿 3.redis分布式锁 4.Spring常用注解 5.Mybatis怎么分页?本来想问分页的原理后来觉得太难了又没问 6.常用集合有哪些 7.hashmap实现原理 8.mysql的优化 9.什么是threadlocal 10.怎么判断一个sql是慢查询 11.c
整个面试大概20min 1.自我介绍用三个关键词 2.对产品经理岗位的理解 3.认为自己有哪些优势能够适配这个岗位 4.为了这次的面试做了哪些准备,介绍一下产品经理这段经历,自己做了什么,角色是什么 5.为什么想做产品,你的专业跟这个产品实习岗位有哪些相关性 6.与别人沟通遇到最难的情况 7.整个经历中最困难的 8.为什么选择OPPO 9.现在的秋招情况 10.抛开这些实习经历,可以介绍一
1.epollfd队列问题 问:epoll的底层是什么? epollfd是一个 epoll 实例(一个文件描述符),用于监听多个文件描述符的 IO 事件。 epoll 内部使用了红黑树和双向链表数据结构来管理被监听的文件描述符。 问:如果epoll服务器监听端口是80,现有1024个客户端连接,内部的红黑树发生什么变化? 当epoll服务器监听端口是80时,每个客户端连接都会生成一个epoll_e
联想 数据挖掘工程师 idg 武汉 7.26简历投递 7.27笔试+测评 8.3收到面试通知 8.8一面 联想的面试体验还是挺不错的,一开始面试官介绍了他们部门的一些情况😀,先自我介绍了一波,然后就让我自我介绍了一下,总结问题如下: 1. 围绕着简历上的项目,问了一些问题,不是很深入; 2. 面试官对我目前的实习内容比较感兴趣,因为背景和联想这个部门做的东西非常像,所以围绕这个问了许多。大部分是
公司:一面数据 岗位:数据分析师 形式:视频面试 视频面试平台:飞书 面试官:两个数据分析师 时长:30分钟 流程: 0、面试官自我介绍 1、自我介绍 2、这个实习的岗位更偏向于商业分析,可能更偏向于洞察的产出、可视化的呈现、前端debug等。想问一下你对这一块的看法是什么? 3、过往经历中有哪些是数据分析实际落地到业务上或者有产出实际价值的,可以介绍一下吗? 4、项目经历深挖。数据可视化是基于什
一面 1. 自我介绍。 2. 一道SQL题:至少连续出现三次。 3. 实习的感受。 4. 对于收到不好的货是怎么处理的?(退货,商家态度不好就投诉) 5. 怎么处理客户都会有不好的体验,会导致客户流失,对于平台有什么建议?(重点监测退货率或者投诉率高的商家的产品,给店铺打分) 6. 讲一个自己熟悉的机器学习模型,原理,怎么判断模型的优劣,有什么应用场景? 7. 反问。 二面 1. 自我介绍。 2.
一面,50分钟 1. 自我介绍。 2. 为什么想转行?(量化转互联网。答:由于个人本身兴趣点是在于用统计分析解决问题,我本身量化的热爱本不在金融,转行其实核心并没有变,其次互联网可以真正创造价值,而金融只是在实体经济的基础上的资本博弈。 3. 推荐算法进行了一次迭代,怎么评价这次更新后的版本是不是比以前更好?答:AB实验,指标定为推荐视频的跳出率(核心),点赞率,关注率,session时长。 4.
一面 1. 自我介绍。 2. 两道SQL。①订单表(订单id,用户id,产品id,订单金额),用户表(用户id,用户年龄),产品表(产品id,品牌)三张表,提取不同品牌产品在不同年龄段消费者人群中的平均消费金额。②分组求前十。 3. 详细介绍一个项目。 4. 介绍一下多元线性回归的优缺点、朴素贝叶斯的优缺点。 5. 如果某天发现后台数据指标下降,怎么分析? 6. 之前没有数据分析的实习经验,为什么
一面 1. 自我介绍。 2. 深挖简历项目。 3. 如果抖音在东北地区发起了一个红包活动,怎么看效果?(答:AB实验) 4. 如果有一部分人收到红包,另一部分没有,会引起用户不好的反响,怎么办?(答:可以用DID方法,找个类似APP作对照,比如火山,面试官肯定了一下思路,说更好的方式是用两个地理位置较远的城市作对照) 5. 解释一下具体效果怎么算?(答:DID方法比较变化量的差值) 6. 如果两组
面试一,数据科学与智能部 一面,30分钟 1. 自我介绍。 2. where和having区别?left join,full join和union区别?where和on区别? 3. SQL:三个排序函数区别,substring函数使用。 4. 两道SQL题:①求每科都高于平均分的学生。②求每科前两名的学生。 5. 指标异动分析(订单量成交额)。 6. 介绍自己熟悉的模型评价指标。 7. 通俗解释p