上周二的一面,一周后收到拒信。 问了我一些关于Ins shopping的看法,全程没问我的个人经历。最后面试官送了我一句Good Luck,很明显就是借面试聊天,了解广告行业专家对他们产品的看法。新总监应该有他招人的标准,我应该是不符合。 复盘了我这两个月面的几个PMM职位的无offer经历,总结出3点注意事项: 1.PMM职位非常看重经验fit与否。 以Ins的面试为例,recruiter找我的
刚刚面试完,没啥心情学习了。周末还有俩笔试,一个面试要搞。写个面经攒攒人品,希望OC🥰🥰。 一面(8.22) 还没来得及复盘,等我下周摸鱼的时候复盘一下写一下。 算法题:根据二叉树的前序和中序顺序构建二叉树,并且求出这个二叉树的右视图。 力扣题号:105 + 119,递归 + 层序 秒了。 二面(8.25) 开始就问项目,场景题特别多,问了可能整个面试时间的一半 eg. 防超卖的解决 中间夹杂
电信智科(中国电信股份有限公司数字智能科技分公司)-大数据开发运营工程师面经 9月1日投的,15日笔试,26日一面。这个公司是在国聘行动上投递的,在成都就这一个岗位,本来没抱希望投的,结果没想到还给面试了。面试在腾讯会议上的,一共25分钟左右,比较短;感觉有点凉,像kpi面,我准备了kafka的很多八股,结果一个没问,一直在怼网络,感觉有点像kpi面试。 以下回答绝大部分是GPT4.0回答
面试问题: 1. 自我介绍 2. 简单描述一下你理解的偏功能性的产品经理? 3. 功能产品经理和策略产品经理主要的差异是? 4. 你对于是 ToC 或者 ToB 有自己的偏好吗? 5. 总结你觉得作为产品经理怎么样能够比较好的去挖掘清楚用户的需求,讲一下目前沉淀的方法? 6. 你目前实习的几段经历对你有收获吗? 7. 能不能分别介绍一下?简要的介绍一下。 8. 介绍一下本科或者研究生期间主要学习的
秋招投了100+公司,offer5个,其他在池子里 期望工作地:广深 秋招日程(有消息的): 公司 进度 多益网络提前批、大疆、美团、CVTE、网易、海康威视、京东、360、中兴(测评完寄)、滴滴、腾讯音乐娱乐、百度、诗悦 笔试挂 北森云计算、Zoom、百奥、中文在线、奇安信、荣耀、电信(无消息)、建行软开(无消息) 一面挂 浪潮(二面完无消息)、深信服、三七、深圳联通(无消息)、玄武云 二面挂
目前情况:本科金融学,本专业参与竞赛少,自媒体运营有一定经验,想投媒体运营或者电商等互联网方面。 ①拼多多,多多买菜运营管培生,线上,一面挂。 一面内容:关于简历上实习经历以及对多多买菜的了解,我主要是没提前做调查(春招第二次面试)所以被问到竞品分析时没答出来。对面面试官是个同辈年轻女生,全程戴口罩看起来很疲惫。 ②步步高小天才,电商运营,全线上,终面挂。 一面内容:是个40左右大叔,之前帖子有写
问题内容: 我的表有数百万行,我需要加入这些行才能进行选择。响应时间不是很好,如何改善响应?我尝试将索引添加到我选择的列中,是否可以使用某个工具来优化sql或如何诊断sql的瓶颈并加以改进?任何建议将不胜感激。我正在使用oracle服务器10g,并使用asp.net作为我的客户端。在具有数百万行的表上是否还有其他类型的索引有用吗? 问题答案: 您可能应该从EXPLAIN PLAN 开始。 使用EX
本文向大家介绍如何进行大表优化?相关面试题,主要包含被问及如何进行大表优化?时的应答技巧和注意事项,需要的朋友参考一下 当MySQL单表记录数过大时,数据库的CRUD性能会明显下降,一些常见的优化措施如下: 1. 限定数据的范围 务必禁止不带任何限制数据范围条件的查询语句。比如:我们当用户在查询订单历史的时候,我们可以控制在一个月的范围内; 2. 读/写分离 经典的数据库拆分方案,主库负责写,从库
如题,我想在JavaFX中制作window,并使其永久最大化(即全屏)。 这是产生错误的示例代码…嗯,意外行为。 请注意 和 。一切正常,直到...我按 ⊞↓( ),此时我的窗口被调整大小,我无法再次最大化它。我正在Windows 10上运行NetBeans的代码。
我试着看http://ocw.mit.edu/courses/electrice-engineering-and-computer-science/6-006-introduction-to-algorithms-fall-2011/lecture-videos/lecture-4-heaps-and-heap-sort/来理解堆和堆排序,但没有发现这一点。 我不明白max-heapify的功能。
我是本地Android开发者,我开始使用Flatter SDK。我开发了一个简单的应用程序,遵循官方的颤振文件。但是我发现调试应用的大小是46MB,对于这个简单的应用来说太大了。有没有办法优化应用程序的大小?因为Flatter应用程序的大小比原生Android应用程序大。
有时候本来数据的确是可分的,也就是说可以用 线性分类SVM的学习方法来求解,但是却因为混入了异常点,导致不能线性可分,比如下图,本来数据是可以按下面的实线来做超平面分离的,可以由于一个橙色和一个蓝色的异常点导致我们没法按照上一篇线性支持向量机中的方法来分类。 另外一种情况没有这么糟糕到不可分,但是会严重影响我们模型的泛化预测效果,比如下图,本来如果我们不考虑异常点,SVM的超平面应该是下图中的红色
1.数据分层概念 2.Hadoop 和spark 优缺点 3.数据倾斜 场景题 大表和小表join 4.宽窄依赖 5.sql题 6.走楼梯算法 7.hive的用户自定义方法区别
1.自我介绍 2.问项目经历 3.在什么情况下会离职 4.对于工作内容中比较流程化、枯燥的工作的看法 5.选择一份实习更看重什么,没有商务化的经历的情况下为什么选择了这一个岗位 6.数据埋点怎么做的,里面有你自己分析的吗 7.你认为你的两段实习经历中哪一段收获比较大 8.你想从这个岗位中得到些什么,对岗位的理解 反问:谈一下对广告联盟的理解(被质疑问的问题太大了,想问对台湾问题的理解),转变了一下
1、面试官先做部门及工作内容介绍。 【建议】一面开始,面试官会先介绍部门及工作内容。宝子们这一块一定要认真听,一方面是要抓住重点内容,确定你后面回答问题时可以努力靠近的方向,另一方面也能让你进一步了解这个部门及岗位,判断自己和它的匹配程度。 2、简历中写到你实习时做了xxx事并且小有成果,说说你做这一块工作的途径、流程以及总结出的方法论。 【建议】牛u们在准备时,对于重点经历尤其做详细梳理,并把握