一面 8.9 30min 自我介绍 职业规划 维度建模方法有哪些 数仓理解 hive有哪些复合数据类型 hive与关型数据库有什么区别 hive数据倾斜 kafka高吞吐 flume有哪些类型的channel,如何选择 大规模用户下,实际业务进行中会有哪些难点,需要怎么解决 反问 面试官人挺nice,问的问题都耐心解释了 综合面 8.11 20min 没问技术,主要太菜了,跟hr面有点像 hr面
30min 1. 自我介绍 2. 为什么走大数据 3. 项目介绍 4. hive和spark的区别 5. MR和spark有哪些区别,分别适用什么场景 6. 为什么不选择spark做离线 7. 开窗函数有哪些 8. 数仓怎么设计的 9. ODS层存在的意义 10. DWD和DIM怎么设计的,有什么指标 11. DWS层存放的哪些指标 12. 下一步准备学习什么?怎么学习? 反问 1. 部门做什么业
三面结束两周多挂了 两轮面试一起 从晚上7点到9点 一面 1个小时: 自我介绍 讲学校的项目 做了什么工作 困难点 讲实习经历 做了哪些测试 怎么做的 因为面的部门是音视频 了不了解语音相关的知识 扯到了项目用了哪些语音算法 什么8k采样 16bit量化 面试官说和你们的算法还是不太一样... 尴尬一笑 作为非科班怎么学习的计算机基础知识 一面手撕LRU 反问: 部门主要业务 二面1个小时: 自我
1、xgboost和lgbm的区别是什么? 特征浮点分箱为直方图加速。 2、kmeans的算法原理是什么? 任取几个点作为聚类中心;迭代n轮:先给每个点找距离最近的中心,然后将中心作为变量,优化目标函数(mse),中心位置和每个样本所属类别交替迭代。 3、DBScan和层次聚类的原理是什么? 4、transformer的原理是什么? 5、大模型微调的流程是什么? 6、lora和stable dif
公司:好未来 岗位:数据开发工程师 形式:视频面试 视频面试平台:牛客 时长:30分钟 流程: 1、自我介绍。 2、说一个最拿手的项目经历。 3、了解阿里数仓OneData体系吗? 4、了解大数据相关的应用框架吗? 5、对SQL优化有了解吗? 6、说一下Hive的工作原理。 7、Hive有索引吗? 8、Hive的内部表和
#24届秋招同行攻略分享# #晒一晒我的offer# bg:本二硕九 研究方向:大模型 SFT,检索增强,窗口扩展,指令压缩, Prompt 优化 目前秋招已经结束,想汇总一下当时的面试记录,个人实习经历、项目以及论文内容就简单带过,重点会写一下面试遇到的一些八股等通用的内容 科大讯飞——飞星计划提前批 部门:讯飞研究院 一面:1 小时 1.自我介绍 2.讲一下第一段实习遇到的困难 3.ChatG
base深圳,上个月底投递的没想到还有面试机会,投的销售第二天简历就挂了,听说hc不太多了感觉像是kpi面,面完十分钟就发了面试评价,应该是面试官上传了面评。 面经:自我介绍 在大学里印象深刻的事情 实习公司具体业务 大学课程重心 大学里面遇到什么困难 如何看待加班与出差 可以接受加班吗 目前手里有offer吗 有考虑在实习公司转正吗 英语水平怎么样 你对自己的评价 身边人对你的评价 你认为技术支
#24届软开秋招面试经验大赏# 10月投递了武汉光庭信息技术股份有限公司的智能驾驶地图引擎开发工程师岗位,并不清楚所在的部门。目前完成了一面,在这里记录一下一面经历。 这一次面试为线上视频面试,面试官同样非常和蔼;同时,这次面试也比较快速。和之前几次开发、技术岗位面试比起来,这一次面试的主要问题都是围绕本科、研究生阶段的课程设计、项目、实习等展开的,而并没有直接从算法、八股等基本的计算机知
昨天面完华为,整体的体验感非常Nice! 1. 一面:65min。主要问了项目、论文、还有一些视觉的八股但是不多。 手撕:最长回文子串20min搞定。对了,笔试的题也会问当时的解决思路,不用具体写。 2. 二面:60min左右 首先是项目抠得很细。 其次,简历上的技能逐条问,SVM、PCA、python的垃圾回收机制等。(自己吹的牛逼哭着也要圆回来) 手撕,现场出题,题目记不太清楚了,挺难的。说了
base广西,面试官是个中年人, 自我介绍 工作地点在河池可以接受吗? 家庭情况 职业规划 在校成绩? 期望薪资? 竞赛情况? 介绍一下项目有什么优势? 在校有没有当过班干? 在学校觉得遇到沟通最难的事情是什么? 兴趣爱好? 用过什么操作系统? 用的是哪个版本? linux基本命令的使用? 现在电脑系统用的是什么? win10 为什么不用win11? 不太理解问这个的意义 win7到win10用了
#科大讯飞##科大讯飞求职进展汇总##科大讯飞信息集散# Base:合肥 一、技术一面(45min) 个人自我介绍 1.指针存的是虚拟地址还是物理地址 2.虚拟地址和物理地址转换 3.页表 4.字符串常量存储在哪个段 5.场景题 6.static 7.拷贝构造函数 8.虚函数原理 9.场景题(A、B两个团队,实现特定功能,虚函数应该添加到哪个位置) 10.STL 11.vector尾插时间复杂度,
40min,只问了项目,虚幻引擎和场景题 1.简述项目,然后稍微深挖了一下AI功能实现和行为树相关知识以及人物动作的逻辑,比如状态机,以及移动时开火动作冲突的问题 2. A*算法,以及优化。A*算法得到的一定是最短路径吗 3.场景题:场景中有两万个人和一个防御塔,会锁定其攻击范围内生命值最低的5个人,怎么实现? (第一反应是topk的方法,简单说了一下),追问:每个人都有矩形碰撞体积而不是点的情况
55min,面试官感觉还挺温柔的,有一个地方答错了,面试官给了提示,还是挺不错的。 1.指针和引用的区别 2.堆和栈的区别 3.简述智能指针 4.内存泄露和内存溢出,以及怎么排查(写面经的好处就体现出来了,这个昨天刚问过,当时没答出来) 5.简述你知道的排序算法,哪些是稳定的(少说一个冒泡,面试官提示再想一下,遂想起),说说你最喜欢哪个(答了快排,以免让我手撕) 6.进程间通信方式 7.大端存储和
大家好,我是chowley,进回顾一下之前参加的快手面试下半程 部门:商业化 时间:50min 平台:轻雀,这平台纯nt,用Mac面试,麦克风老连我iPhone 过程 实习三-测试开发 1. 压力测试咋做的? 先需求分析-找QPS高的接口,制定测试计划-啥时候测,写测试用例-衡量测试预期,写脚本-用JMeter,选定接口、加线程组、多少个线程、每个线程每秒请求几次,进行测试-执行脚本,看报告-是否
1.自我介绍 2.最近的一段工作的细节展开(可能是要讲跟算法相关的项目) 3.找搜广推的原因 4.讲实习项目 5.一个推荐系统大致包含哪些模块以及这些模块各自的优化目标 6.各个阶段的核心优化指标 7.了解的最具代表性的召回算法和最近几年工业界最常用的召回算法 8.attention(这个忘了。。) 9.抛一枚硬币,抛到连续出现两次反面就结束,问抛的次数的期望(妈呀,问这种题。。) 10.算法题