《科大讯飞招聘》专题

8.3投递 当天测评 8.8 一面 70min 体验一般。先自我介绍，然后手撕反转链表的k个元素。手撕了50分钟做出来了，然后运行看结果，加讲思路。之后就问lru；Linux的内存机制；平面上给4个点，如何判断能否构成正方形，给一本英文字典，如何放在一个树里；有一个100*100的二维矩阵，每一行按顺序排好，如何从中挑选最大的100个数。全程都是八股和手撕，没有问过项目和实习。 当天挂了，感觉是k

bg：双非本，从大二开始实习，有两端实习经历，一段大厂golang开发，一段小厂java开发。项目上写的基于golang的分布式缓存系统和12306。 腾讯音乐oc啦，找了一个月的暑期实习，拿到了讯飞和腾讯音乐的offer，准备去腾讯音乐啦，这一个月过的真挺痛苦的，因为hc确实很少，但是大家不要慌，现在好像又开hc了，所以一直相信自己就好啦，这一个月反复在怀疑自己和焦虑中度过，甚至有转测试的想法，

移动客户端开发 hr面说了最早六月中旬最晚六月底入职，后来才发现是不是说的太晚了啊 现在录用评估阶段，好怕排序挂掉，应该说早一点的

时间：2024.3.13 部门：腾讯云客户端 # 一、八股 1.C++11新特性 2.TCP的可靠性 3.TCP的粘包问题，怎么解决 4.为什么要进行段式存储 5.进程间怎么通信，各种通信方式的优劣势（主要问了共享内存的优劣势） 6.进程、线程间如何进行同步 7.谈谈锁（详细问了读写锁） 8.谈谈你了解的排序算法（时间复杂度、空间复杂度），在使用的时候如何选择算法 9.红黑树、B+树等 10.操作

终于结束了混乱的春招 莫名其妙拿到了完全不敢想的offer 最开始投鹅完全是冲着“反正过不了 那我有什么不敢投的”的心态去的。没想到通过了乱七八糟的考察。期间牛客帮助很大！现如今也要卸载了，祝愿大家都能拿到心仪的offer，也祝我自己一路顺利。附一个timeline，以及可能刚到大家的东西 pcg 客户端 3.18一面 60min 3.20二面 105min 3.22三面 60min（时间凭记忆了

腾讯这个时候约面试 会不会是kpi呢 #春招# #腾讯#

介绍一下目前正在进行的项目，以及你在其中所扮演的角色和职责。 什么是负载均衡？常用的负载均衡算法有哪些？ 如何防止SQL注入攻击？ 简述HTTPS协议的作用和工作原理。 什么是JWT？如何保护JWT的安全性？

一面30min 首先自我介绍 1.策略模式的原理和思路，以及应用场景 2.索引有哪些优缺点 3.b+树的特点？走索引查询的整个流程？ 4.一个大表，数据超千万行，如何优化？ 5.水平拆分和垂直拆分各适合什么场景？ 6.读写分离如何实现？ 7.mysql的delete，drop和truncate的用法和区别？ 8.生产中产生了内存泄漏，如何排查？ 9.cookie和session区别？ 10.手撕，

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

数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。

数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。数据科学已经在IT、金融、医学、自动驾驶等领域得到广泛使用。(如果你熟知中情局的棱镜泄密事件，你会发现数据科学已经在情报领域广泛使用。) 在这系列文章中，我希望能完成从概率论，统计，到机器学习的整个数据分析的链条。传统意义上