《测试工程师面经》专题

一面(2023.4.3) 时常大概45min 自我介绍 介绍项目 目前的研究方向 数据库的索引 手撕一个算法题 一个场景 反问 二面(2023.4.6) 二面大概30min 自我介绍 继续吧啦吧啦课题 讲项目 反问 不管结果咋样 反正团子的面试官真的是太好了 面试体验真的超级好(第一次面试菜鸟的体验) 2023.4.7更新 团子offer了 哈哈哈哈哈哈 好开心

4道编程题 －－ 1.成对交换节点 acm模式 给定一个单链表，两两交换相邻节点并返回链表的头指针。不能用递归 力扣原题 －链表定义 －链表输入输出 －－ 2.寻找更大的数 核心代码模式 给定一个正整数，调整各位数的顺序得到一个新的正整数M，并且M＞N，返回最小的M。如果不存在这样的数，返回-1 力扣原题 －－ 3.解析IPv4地址 acm模式 IP地址转换为32比特无符号整数 －－ 4.寻找特定

题型：10 单选+10 多选+10 判断 由于只记得部分题目，所以题号可能对不上，见谅 1.lidar slam 点线匹配自由度（答案：3） 2.图像分辨率缩小一半，内参变化（答案：除了畸变系数，fx,fy,cx,cy 全部减半） 3. a=np.random.randn(3，3),b=np.random.randn(3,1) ,c=a*b,问 c 等于（答案：因为第一维相同，第二维度不同，且有一

笔试题目组成： 1、20道选择题 2、3道编程题 总体体验：机器学习算法岗，相比较起纯算法岗，编程部分会更简单一些。在牛客/力扣上大致排在中等左右。 选择题里面考了一道：给定邻接矩阵的深度优先遍历顺序。 编程题： 1: 三数之和 (通过全部用例): 输入[1,4,5,6,7,10,12,15], 18 从数列里面找到三个元素a, b, c, 使其和为target 输出: [ [1, 5, 12],

体验了一把。编程方向有3道题，考120分钟。 第一题 40分 leetcode 2193. 得到回文串的最小操作次数。 第二题 25分 输入：两个整数n和m，分别表示行数和列数。 输出：一个n×m的表格，要求表格边沿用'|'标记（水平方向有三个'*'，竖直方向有一个'|'，"|对齐"）的矩阵表格。 第三题 35分 输入：一个非空字符串。 输出：出现次数最少的字符的首个索引值，如果多个字符串出现最少

时间：2024/08/17 19:00（60分钟） 涉及知识点：图像的梯度算子，Random Access中的帧类型和时间层级，运动搜索算法 选做：二分查找，汇编（不会）

我不知道自己是投了个前端还是啥，笔试好怪，随便记录一下： 1.二叉搜索树，平衡二叉树，红黑树的结构和应用 2.http协议 3.css选择器（从这开始就觉得自己可能投错了，开始瞎答 4.js数组 5.js数据类型 6.啥是es6 map set的应用 7.一段前端代码看输出 算法 史上最简单的一次，判断回文串，秒了

笔试题只能在固定时间内做，全是选择题，其中还有英语题，考了一点点c++八股，更多的是自动控制原理和没学过的内容，机械专业的感觉有点不匹配，估计G了

工作内容方面： 1.在品牌vi设计，广告平面设计，电商设计等方面公司业务的方向占比情况如何？ 2.业务单是单独完成还是团队合作完成？ 3.在工作的时候，你们的工作流程是怎样的？ 4.项目从启动到第一次提案周期是多久？ 5.有没有文案？有没有策略师？ 6.提案一般是设计师自己提还是项目负责人提？ 7.跟客户对接是谁？ 8.设计具体落地谁跟进？ 9.看企业规模有多大，工作具体内容是啥？ 待遇方面： 1

清华系的AI infra创业公司，规模比较小，全是清华大佬，被狠狠吊打。 一面 八股 transformer的模型结构 有哪些位置编码？其特点是什么？ GQA Flash Attention？ Page Attention Decoder-Only和Encoder-Decoder-Only模型相比有什么区别？ 手撕 CUDA规约计算 反问 培养及管理体系 二面 二面应该是技术负责人了，项目拷打，问

自我介绍 项目中遇到的困难 构造函数可以是虚函数吗？ 析构函数可以是虚函数吗？（内存泄漏） 初始化列表里面，常量的初始化 封装，集成，多态的理解 类里面有一个int和一个虚函数，new一个类的大小（虚函数指针占4个字节（32位系统）） 进程和线程的区别 手撕：有序数组的合并 #360面试#

自我介绍 已申请内存，把一个对象构造过来（placement） TCP三次握手和四次挥手 time_wait状态的好处和坏处 菱形继承，虚继承 两个进程，一个更新了数据，另一个读了旧的数据？（在缓存，没读入内存，脏读） 反问： window的很多SDK 下一面hr面 官网显示hr面已排序，问问大家如果过了的话，等多久安排hr面呀？ #360面经#

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

一面       40多分钟 面试官人非常好，说是和我一个学校出来的，我一听立马就不紧张了 1. 深挖项目，挖的很深 2. 比赛，如何取得好成绩等等 3. 聊聊天，说了说方向，是做类似pytorch等底层工具和模型部署上线这方面的，问我感不感兴趣，我还是挺感兴趣的 反问，问了表现，挺好的，没啥问题，等后续通知。 最开心的一次面试了，哈哈哈哈 二面    30多分钟 基本没问啥技术问题，聊了聊天，问