首先,让我们来理解一个概念:什么是前端?与客户做交互的那部分就是前端,也因此,它可以称为客户端。而前端不仅仅局限于浏览器前的用户,还可以是桌面应用,混合应用。也因此,你会发现前端是一个特别大的领域。
这是一本不止于全栈工程师的学习手册,它也包含了如何成为一个 Growth Hacker 的知识。技术在过去的几十年里进步很快,也将在未来的几十年里发展得更快。今天技术的门槛下降得越来越快,原本需要一个团队做出来的 Web 应用,现在只需要一两个人就可以了。
运维 DevOps 持续交付 持续集成 部署 蓝绿部署 灰度发布 金丝雀发布 Canary 部署 PHOENIX 部署 AWS CloudFormation 配置 Chef Puppet Ansible AWS OpsWorks 开发 流程 Scrum Crystal FDD 语言 Java Python Go JavaScript PHP Ruby Clojure Julia 架构 分布式消息
大数据通用处理平台 Spark Flink Hadoop Drill 分布式协调 ZooKeeper 分布式存储 HDFS Alluxio(tachyon) Ignite 存储格式 Parquet ORC CarbonData Kudu 数据库 HBase 资源调度 Yarn Mesos Kubernetes 工作流调度 Oozie Azkaban 机器学习工具 Mahout Spark Mlib
开局自我介绍,然后她也介绍了一下部门工作;问了一下数据库和数据仓库的区别,我说是回答八股文还是回答自己的经历;然后她让我结合自己的经历说了一下;接着问我对数仓分层了解的多少,对维度建模了解多少,对数仓的模型(星形,雪花,星座)之类的了解的多吗?之后问我对数仓的每个方向的具体分层有什么认识吗?我都没听明白这个问题,只好老老实实回答了一句这些东西并不是我负责的,接着她说结合我自己的理解谈一谈.....
1. 自我介绍 2. 有男朋友吗 3. 男朋友家哪的 4. 父母做什么的 5. 有兄弟姐妹吗 6.兄弟姐妹在哪,从事什么工作 7. 你自己都投了哪些城市的公司 8. 父母对于你找工作有没有地区的限制,比如离家近 9. 山东的企业都投了哪些 10. 未来的发展规划 11. 男朋友从事什么行业 12. 男朋友具体工作内容 13. 和男朋友未来的规划是什么 14. 个人规划是什么 15. 我口中的“长期
阵容:面试官+助理VS另一位同学和我 提问: 各自简短的自我介绍 问另一位同学:你参加过印象最深的比赛和遇到的困难以及解决过程;问我:你的研究领域的研究方向、研究方法以及有什么实用性的场景。 二位面试的是技术工程师,你认为自己有哪些特质可以从事这个工作 总结: 面试官还可以,比较温柔 没有问之前的问卷选项,也没有role play环节,亏我还准备了4页A4材料,写了一堆总结的面经 另一位同学先自我
智驾科技(MAXIEYE)也是一家师兄挺推荐的公司~提供自动驾驶解决方案 笔试 单选+多选+编程,笔试是很专业的SLAM方向的题目,不像其他公司把多个方向混一起考察的 单选考查了一些欧拉角转旋转矩阵,纯虚函数,基于优化和滤波的开源VIO系统的了解等等,编程两道题分别是模拟和动态规划 单选还考察了一个我完全没接触过的知识点,在这里备忘一下:水平失准角的对准误差取决于加速度计的等效水平测量误差;方位失
一面 2023-10-18 自我介绍; 本硕阶段的密码学研究主要包括哪些方面? 常见的对称加密算法? AES如何分组?加解密流程?常见加密模式及安全隐患? AES-GCM模式如何运行? AES-CTR模式有什么安全隐患? 常见非对称加密算法? RSA算法选取公钥e时存在哪些限制?为什么通常选择e = 65537? 讲一下开发经历及对应项目情况? 项目使用到Spring Cloud的哪些组件? Ne
滴滴其实没有专门的slam岗,因此我投的是算法工程师-自动驾驶大类,但是8月份面完如今依然在泡池子 滴滴面试可以提前留够时间,是一面完过直接约二面的,可以一天直接面完 一面 1、五分钟自我介绍 2、简历上项目深挖 3、手撕代码,指定使用迭代法中序遍历二叉树,不能使用递归 4、反问环节 二面 跟一面的流程几乎相同,面手撕试官出的题目是删除链表中倒数第n个节点,力扣原题 三面 三面没有手撕环节,全程介
旷视我投的是提前批的Learning-based V-SLAM,面试的时候其实很忐忑,因为我没什么learning背景,但询问面试官后发现其实vslam也是可以投的 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作,因此面试官出的题目是给定一组二维点拟合直线,但指定函数方程为ax+by+1=0,使用最小二乘实现函数功能即可,可以使用eigen库 此外还问了一道概率
投的是SLAM/三维重建/图文多模态算法工程师-视觉团队的岗位 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作,因此面试官出的题目是给定一组二维点拟合直线,使用最小二乘实现函数功能即可,可以使用eigen库 4、反问环节 一些碎碎念 其实整体面下来我可以感受到面试官应该是做感知出身的,至于为什么会安排专业不太对口的面试官来面我也不太理解 今年SLAM岗位真的很少
写面筋,攒一点好运~ 等了两个星期终于等到蚂蚁电话约一面 面试主要在拷打项目, 先自我介绍,然后针对项目问题刨根究底的询问。 除此之外 问了一下对比一下KG + LLM 与 RAG的优劣(好像他们主要也在做KG+LLM) 无算法 反问: 几面?一共有三轮技术面,第二轮会有算法。三面leader面。 业务做啥?垂领大模型构建,KG+LLM P.S. 1. 昨天面试官找我约好时间,结果今天他还迟到了一
hr面,70mins左右,群面(一面二) 1、自我介绍 2、为什么选择牧原,为什么选择养殖方面? 3、印象最深的项目经历,项目成果,你从中学到了什么;遇到的困难,如何解决,今后在工作中遇到困难后多久会寻求别人帮助? 4、秋招为什么没找工作,从考研中获得了什么? 5、offer的选择因素? 6、家庭情况 7、意向工作地点、时间、薪资 8、今后在工作中希望担任怎么样的角色,职业规划
#我的失利项目复盘# 一面面试官上来给我发了两道题 一道困难看都没看 一道中等,是图论,就是给一个board,给一个单词,判断能不能从board中找出单词。 我一道题都没ac。第二题我的思路是: 遍历board搜寻单词中的字符,当遍历到了之后开始深搜DFS。 第一次面试太紧张了所以没做出来Orz 做了半小时之后开始面试,面试主要问了一些项目上的细节,但是针对的点跟我想的不太一样,主要是问了项目里的