《中国农业银行研发中心》专题

原定14.30进场（14.37才进。。。） 1. 自我介绍2min 2. 上一段实习都做了什么 3 4问的两个实习项目用到的算法 5. hive sql 区别 6. hive底层原理知道吗（不知道） 7. Python数据处理用啥包 8. 实习算法实现是调包还是（当然是调包呀😬） 8. 反问 出面试间的时间倒是贼准😅。。。（14.50） 呜呜呜可能是对我不感兴趣？别人问20min为啥俺就13m

#面经# 笔试是一些技术题，比较杂，可能偏运维和Linux一些。还有一些智力题和行测题。感觉答得挺烂的没想到也给面了。 一面线上群面，5v2。首先轮流自我介绍，然后会针对简历分别提问。有个同学简历写了踢足球就被问了踢什么位置，答中场。然后又问中场和程序开发有什么关联，，我简历写了云相关的项目，问了一下我对云的理解。最后是反问环节。不过具体形式可能看面试官，我同学说他们那场是面试官提问所有人然后回答

参加数据工程赛道竞赛 终面:(20min) 1.自我介绍 2.技术类: 过拟合与欠拟合 监督学习与无监督学习 3.项目类: 自选项目介绍 数据治理项目问是否从数据源开始治理 RFM模型车主生态价值的指标选取

因为来学校宣讲，直接打电话让去面试，笔试也没参加；听完宣讲会后直接面试，因为宣讲会开得比较久，怕太晚结束不了，每次面三个，所有的科技岗都是一个面试官，这个面试官经历挺丰富的，我这组数分和研发的他都能问不少问题； 首先是三个人每个轮着自我介绍，接着就主要问简历，没啥技术问题，我是主要问了我项目，数学建模建的啥，具体是干啥的，遇到了什么问题，收货有什么；然后问为什么选择银行；每个人都是差不多10分钟，

投递岗位：后端开发工程师（西安） 投递base：西安 投递时间线：9.18投递，10.14笔试，10.17一面 面试形式：使用手机App多面，签到等待叫号，等待时间较长 1.自我介绍 2.研究生JavaBS的项目介绍 3.图像压缩算法原理介绍 4.技术HR八股 谈谈反射 SpringBoot的自动配置原理 项目上线如何定位比较慢的SQL SQL索引的优化 5.反问：问后续流程，通过的话还有一轮面试

应聘进程 交行秋招没有笔试环节，直接上面试环节，第二批竞争比第一批竞争更大，毕竟hc是固定的，前面发出去了，剩的就不多了，或者只能等前面的拒了还有剩余的！ 一面 一面是群面，无领导小组讨论，10个人一组，没有自我介绍，不能带手机，会提前“没收”，建议自带手表，流程为:看题→个人发言→自由讨论→汇报→提问环节 题目:银行为聋哑人提供服务，但是出现了排队时间长，投诉多的问题 有以下4项方案，请排序并说

二面（性格测试+单面） 签到→等候室等候→工作人员叫去做性格测试（40分钟60道题）→做完继续等候→工作人员叫去面试，顺便“没收”手机→面试五分钟→拿回手机走人 全面群流程回顾: ①看题三分钟； ②个人发言一分钟，超过被打断，顺序发言； ③自由讨论15分钟，时间比较短，一点要看好时间，到点之前挑出汇报人选，不然没人汇报真的很尴尬👀 ④汇报三分钟，时间没有用完的话可以继续补充。 ⑤提问环节，大概每

1对4面试官 每人10-15min 先自我介绍 针对自我介绍会问几个问题 然后看简历让讲项目 无八股 最后是聊天，比如考不考研啥的

#南京银行# 面试官态度友好，沟通很正常。 具体题目： 1.设计模式的理解和运用（自我介绍中提到） 2.bean的生命周器 3.spring的aop概念和类型 4.spring的属性注入，依赖注入相关讲解一下自己的看法 5.前一段实习期间的工作内容和开发内容

1、自我介绍 2、研究生阶段研究课题 3、两个月的银行实习中印象深刻的地方 4、如何看待银行中信息科技部的工作模式？ 5、自己的强项和弱项是什么？如何总结出自己的弱项的？ 6、对自己的职业规划是什么？ 7、在计算机方面，自己掌握比较好的领域是什么？ 8、从讨论需求到数据库实现的完整流程是什么？ 9、对关系型数据库的范式有了解吗？ 10、对数据库的隔离级别有了解吗？ 11、从事后端开发有学习过哪些框

1.1 定义 Docker 开发、打包、运行 APP 的平台。 把 APP 和底层设备隔离开来。 1.2 架构 1.2.1 重要概念 1.2.1.1 Image 文件和 meta data 的集合(root filesystem)。 分层，每层可以添加删除修改文件，成为一个新的 image。 不同的 image 可以共享相同的 layer。 image 本身是一个 read-only 的。 1.2

1.1 倒排索引原理 1.2 倒排索引构成 单词词典,记录所有文档的单词,记录单词到倒排列表之间的关联信息。 BTree,倒排索引项（Posting）。 文档 Id,用户获取原始信息 单词频率，记录该单词在该文档中出现的次数，用户后续相关性分析 位置，记录单词在文档中的分词位置，用于做词语检索。 偏移(Offset),记录单词在文档的开始和结束为止，用于高亮显示。 对每个属性建立倒排索引。 分词器

角色 功能 Queue 同一个Queue的生产者和消费者进行通信。

在没有 Yarn 的情况下，集群的资源无法在 MapReduce、Storm、Spark 等计算框架之间协调使用。有 Yarn 之后，集群上所有的资源以 Container 为单位， 交由 Yarn 统一管理。每个计算框架实现 ApplicationMaster 接口,便可向 Yarn 申请资源。 参考资料 Hadoop YARN配置参数剖析(1)—RM与NM相关参数 Hadoop YARN配置参

FastDFS是一个开源的轻量级分布式文件系统，功能包括：文件存储、文件同步、文件访问（文件上传、文件下载）等，解决了大容量存储和负载均衡的问题。特别适合中小文件（建议范围：4KB < file_size <500MB），对以文件为载体的在线服务，如相册网站、视频网站等。 2. 架构介绍 FastDFS由跟踪服务器(Tracker Server)、存储服务器(Storage Server)和客户端