《大数据开发工程师》专题

又是做完笔试急冲冲来写笔经啦~ 投递岗位：测试工程师 内容：20道单选+15道多选+3道附加题（也是单选题） 时长：共1.5小时，其中不同内容无具体时间限制，小弟不才，半个小时才做完了，试卷并不难比较基础，相信很多快刀斩乱麻的大神20min就能搞定。 考察点如下： 一、测试基础知识：测试的目的、测试的几个重点环节、测试用例设计、黑白盒测试 二、大疆相关内容：飞控、多旋翼、成像、光圈、图像锐化等方面

主要内容 时间：0807 题型：单选+多选+附加题（选择题） 时长：1.5小时 今年没有编程题 相关内容：计网（传输层的相关协议有哪些）、简单代码运行结果、测试相关的（测试的目的、黑盒测试、测试的重点环节）图像相关（影响图像质量的因素）、飞控系统、光圈... 也不是很难，当时没认真看以为附加题是代码题，然后后面还有一场米哈游，前面做的很快，最后才发现附加题是三道选择题 总结 今年变化挺大的不知道是

笔试题型 -题型：选择+填空+简答好像（过的有点久了有点记不清） 主要内容：图像处理相关的，代码运行结构、深度学习相关的、、、记不太清了 面试经验(电话面试) 主要是问项目相关的： （1）为什么选择这种算法，这种算法和其他相比有什么区别（或者有什么创新点） （2）样本数据集有什么特点，存在哪些问题和挑战怎么解决 （3）在这个方面最新的方法（算法）有哪些（大概说下思路） 总结 自己做的东西一定要梳理

9.23 记录一下今天一面： 0：自我介绍 1：TCP和ODP的区别 2：OSI七层模型和TCP/IP五层模型 3:TCP属于哪一层 4：window是中怎么在linux操作系统中上传代码：有哪几种方法。 技术问题好像就这样。 还有问了一个自己简历中项目的问题。 你怎么做的一个项目，项目中有什么难点，然后你是怎么解决的， 总共15分钟好像。 这才第一面，如果有后续会持续更新。

一面： 自我介绍 项目交流 手撕代码：股票最佳买卖时机 二面： 自我介绍 项目交流 手撕代码：力扣162 寻找峰值（二分法） 三面： 自我介绍 项目交流 手撕代码：1-26代表‘A’~‘B’,27代表‘AA’,28代表‘AB’，以此类推，给一个整数，输出他表示的字符串。 三面已通过，等待后续HR谈薪 #24届软开秋招面试经验大赏#

面试流程 ① 自我介绍 ② 项目细节追问 ③ 问一些开放性问题，比如问我怎么看待以后通信的发展，现在很多人唱衰通信；觉得自己是一个怎么样的人，实验室有没有特别佩服的人；实验室有没有今年毕业的博士 ④ 反问 总结：面试时间一个小时，大疆项目问的很细

面试时间：30min； 面试问题： java接口和抽象类； Redis高可用的原因； Linux命令 ： 查看线程，端口号，磁盘分区（不会）； Spring注解； SpringBoot理解； 项目讲解； 最近在学什么东西； 与别人合作的项目； 反问。 #面经##科大讯飞面试##AI工程师##科大讯飞AI#

一面： 测试开发中的杀虫剂效应 测试开发哪个阶段bug比较多 研发提交代码质量反馈阶段 自己经历跨度比较大：喜欢有挑战性的事情，不同的位置去尝试 为什么选择测试 为什么选择大疆 大疆新品有了解吗 反问：收获与成长 二面： 自我介绍 介绍实习：优秀实习生小组、功耗下降趋势是怎么样的 介绍项目：如何判断2000个客户端是服务器达到极限了而不是机器（阿里云网站数据） 为什么想做测试（1.重要，2.上岸机

网络层协议，Python语法，进程关系，曝光三要素，大疆系列产品型号，日本无人机操控方法(推右摇杆，无人机怎么样)，其他就是测试理论，测试方法，简答五道题都是测试方法 我一没学过Python(很惭愧)，二不懂进程，感觉已经凉凉了 #大疆的机械笔试比去年难吗# 求求简历要怎么改啊😭😭😭

问题内容： 我只是尝试使用sklearn.decomposition中的IncrementalPCA，但它像以前的PCA和RandomizedPCA一样引发了MemoryError。我的问题是，我要加载的矩阵太大，无法放入RAM。现在，它以形状〜（1000000，1000）的数据集形式存储在hdf5数据库中，因此我有1.000.000.000 float32值。我以为IncrementalPCA可

问题内容： 我有一个大约有800万条新闻文章的语料库，我需要以稀疏矩阵的形式获取它们的TFIDF表示形式。我已经能够使用scikit-learn来实现相对较少的样本数量，但是我相信它不能用于如此庞大的数据集，因为它首先将输入矩阵加载到内存中，这是一个昂贵的过程。 谁知道，对于大型数据集，提取TFIDF向量的最佳方法是什么？ 问题答案： Gensim具有高效的tf-idf模型，不需要一次将所有内容存

问题内容： 我用来并行化一些繁重的计算。 目标函数返回大量数据（庞大的列表）。我的RAM用完了。 如果不使用，我只需将生成的元素依次计算出来，就将目标函数更改为生成器。 我了解多处理不支持生成器- 它等待整个输出并立即返回，对吗？没有屈服。有没有一种方法可以使工作人员在数据可用时立即产生数据，而无需在RAM中构造整个结果数组？ 简单的例子： 这是Python 2.7。 问题答案： 这听起来像是队列

SuperMap iClient for Leaflet 对接了 SuperMap iServer 的分布式分析服务，为用户提供大数据分析功能，主要包括： 密度分析 点聚合分析 单对象空间查询分析 区域汇总分析 矢量裁剪分析

由于网络的原因，如何有效的写大数据在异步框架是一个特殊的问题。因为写操作是非阻塞的，即便是在数据不能写出时,只是通知 ChannelFuture 完成了。当这种情况发生时,你必须停止写操作或面临内存耗尽的风险。所以写时,会产生大量的数据,我们需要做好准备来处理的这种情况下的缓慢的连接远端导致延迟释放内存的问题你。作为一个例子让我们考虑写一个文件的内容到网络。 在我们的讨论传输(见4.2节)时，我们

1.自我介绍 2.大数据项目battle 3.对于窗口函数的了解 有什么，什么场景，怎么用 4.文本拼接函数是什么 5.hbase负载均衡怎么实现 6.cv项目battle 不同模型的区别 网络+部署 7.反问 京东商城核心检索业务 和leader讨论面试结果，一周内hr会联系