《职场经验分享》专题

#机械制造2023笔面经# 我面试的是徐工集团的研发工程师，从整个面试流程来说，只有最后一轮面试耗费时间。一面就是hr面，就问了一些家庭的情况。二面是技术员工面，主要是逮着我大创一直问。学生了解的东西可能不是很全，他问我用的什么传感器以及大创是怎么实现这个功能的。还问了我课设遇到的难题。这个二面对于我来说，是我遇到问的最多的，问的最难了，整个二面半小时没结束。让我不爽的是说是一周内给通知，结果啥也

#非技术2023笔面经#公司：三七互娱 岗位：游戏运营 笔试：时长60mins 5道题 1介绍最近关注的一款游戏原因以及卖点 2为什么选择游戏行业，怎样看待未来发展、自己职业规划（我从个人兴趣、未来市场需求、商业化等方面回答）

#非技术2023笔面经#公司：剑心互娱 岗位：运营 笔试：1写出印象深刻的五款游戏名，自己的水平、时长、并简单评价（我评价时主要从游戏的利益点、商业模式、糊的原因去回答）2如何在游戏外建立良好的玩家交流（这个简单啦，搞社群搞话题搞campaign）

#非技术2023笔面经#公司：高途 岗位：运营 面试：秋招的offfer（发现春招好多hr喜欢问这个问题........建议大家不要说没有显得自己竞争力不行，也不要说考研考公没考上之类的显得自己不坚定，就简单说一下拿到一两个offer由于base地拒绝了）、优势

#非技术2023笔面经#公司：shein 岗位：广告投放 面试：广告投放应该看什么指标、职业规划、base地偏好、秋招offer、对shein的了解（我从过去shein发达起家供应链优势、快递迭代更新设计、聊到现在面对temu竞争的优劣势）

#非技术2023笔面经# 公司：Shein 岗位：运营 测评内容：阅读理解、图表分析、规律分析、性格测试等题目 测评体验：秋招跟春招都是做完测评然后反手又挂了，不合适就别发测评或者笔试啊，真的别互相浪费时间了

#非技术2023笔面经# 公司：知乎 岗位：产品运营 面试轮数：一面 面试内容：主要分三部分【自我介绍 > 简历深挖 > 对知乎的了解】 1.自我介绍 2.介绍一下之前的实习经历（深挖，会问的比较详细，来看你是不是真的做过，包括各种数据，项目细节） 3.对知乎的了解？为什么想来知乎？ 整体面试体验还行，许愿二面吧

#非技术2023笔面经# 公司：知乎 岗位：运营 笔试内容：包括三部分，第一部分是基础行测，第二部分是岗位相关专业知识，第三部分是小作文；基础行测就是啥数字图像规律，专业知识问了比如DAU、MAU是啥之类的，小作文是根据热点内容写800字文章

#非技术2023笔面经#公司：京东JDS，岗位：运营，一面面经。1、自我介绍 2、为什么选择京东，为什么选择运营 3、你怎么看京东和淘宝、拼多多的区别，你认为京东的优势劣势有哪些 4、深挖简历上的项目经历，结果产出的逻辑链，你做了什么关键事情，解决了什么问题 5、反问环节，问了下岗位的具体事务和业务板块

#非技术2023笔面经#公司：京东JDS，岗位：运营，二面面经，应该也是业务面。1、自我介绍 2、深挖简历项目实习经历，你面对过怎样的困难，是怎么克服的。你在执行的时候有没有提出过什么创新性的解决方法帮助团队解决问题。blabla。感觉这一面基本都是围绕简历经历来问的。 3、反问环节，问了培养渠道上升空间bla。

本章节记录了使用Scrapy的一些实践经验(common practices)。 这包含了很多使用不会包含在其他特定章节的的内容。 在脚本中运行Scrapy 除了常用的 scrapy crawl 来启动Scrapy，您也可以使用 API 在脚本中启动Scrapy。 需要注意的是，Scrapy是在Twisted异步网络库上构建的， 因此其必须在Twisted reactor里运行。 另外，在spid

本文介绍了小米公司部署Open-Falcon的一些实践经验，同时试图以量化的方式分析Open-Falcon各组件的特性。 概述 Open-Falcon组件，包括基础组件、作图链路、报警链路。小米公司部署Open-Falcon的架构，如下： 其中，基础组件以绿色标注圈住、作图链路以蓝色圈住、报警链路以红色圈住，橙色填充的组件为域名。每个模块(子服务)都有自己的特性，根据其特性来制定部署策略。接下来，

网络加载 优化请求 优化请求包大小 代码压缩 Gzip压缩 不同网络（2G/3G/4G/wifi）图片尺寸 合理减少Header字段/cookie MTU策略(1500字节) 首屏加载时间控制 3s完成（5s为用户最大容忍度） 网络平均速度(2.71Mb/s = 0.33875MBps(1Mbps=8MBps) = 346.88KBps) 不超过1041KB，经验值200K（考虑打开响应、网络连接

已知数据集的协方差矩阵与经典 maximum likelihood estimator(最大似然估计) （或 “经验协方差”） 很好地近似，条件是与特征数量（描述观测值的变量）相比，观测数量足够大。 更准确地说，样本的最大似然估计是相应的总体协方差矩阵的无偏估计。 样本的经验协方差矩阵可以使用 empirical_covariance 包的函数计算 ， 或者通过 EmpiricalCovarian

海尔 集团it设计岗一面 hr面 1、实习期间给你的成长 2、实习期间的挑战 3、你是怎么理解公司里UI设计师的岗位 十五分钟左右面的很快，过了还有1笔试2业务面