《众合科技》专题

如何在静态编程语言中声明辅助构造函数？ 有相关文件吗？ 以下内容不编译...

15号傍晚约得面试，约得16号早上的视频面 时长50mins左右 1.自我介绍，这块之前事先准备了，发挥的还可以 2.职业规划，虽然准备了，但是后期觉得可以调整，说的更好。 3.知不知道我们做的什么业务，说下自己的理解，这块回答的比较混乱，当时也有些紧张 4.举了一个开放的例子，比如如何向8岁的小孩介绍我们的业务。 5.给了一个产品实例给出一些需求建议，以及如何写用户报告。有一点需求我当时看出来了

9.16 一面 20min左右 1.自我介绍 2.挖实习，针对部分细节做提问 3.数据分析需要哪些技能 4.反问 9.19 二面 25min 1.自我介绍 2.深挖简历，面试官比较关注项目的产出 3.广告投放的渠道分析（实习中有） 4.是否了解地产数字化 5.反问 问了下后续面试流程，说是至少还有一轮业务面+hr面，如果sp的话还会有总监面 许愿终试 龙湖数科数据分析求抱团 #龙湖集团数字科技##

联通数科-数据开发 三四个面试官挨个提问 1.自我介绍 2.针对简历问了项目和实习 3.一个简单的sql题 口述 表中有id不重复和邮箱重复 找出重复邮箱… 愣了一下 因为题目说的很简短没有其他要求 然后就回答 对邮箱groupby count一下 面试官说没问题 4.询问使用过的数据库 （不大记得原话是啥，细问了一下是说olap存储引擎吗？ 面试官说是 像ck、hbase、doris）回答：使用

单选+多选+判断+一道sql+一道编程 数据库 加密算法 tomcat三大组件 中央银行 线性结构 operator new() 七层模型 金融知识（瞎猜）

7.21测评：性格测试 7.23一面： 自我介绍 讲讲第一个项目及遇到最大的挑战 为什么来合肥 对38所了解吗 怎么不投南京研究所 反问问题 7.28二面： 自我介绍 是否保研 代码能力强吗？用什么语言写的？ 发表的文章是根据项目来的吗？ 深挖第一个项目 你的执行力如何？ 社团具体的经历，你做了什么？ 有没有期望的城市或者工作？南京的研究所投了吗？ 有兄弟姐妹吗？有男朋友吗? 了解过38所吗？ 对

欧科云链的整体面试体验非常好，面试官非常尊重面试者，而且氛围打造的特别愉悦，面试完会很开心的程度 时长：一面60min，二面50min，用的腾讯会议面试。笔试题是完成C端页面的设计，为期一周。 面试：一面和二面的面试问题高度重合，所以将问题整理在一起啦。一面是先作品集再提问，二面是先提问，最后再讲作品集。 [一R]作品集的设计思路？ [二R]作品集项目可以改进的设计点？ [三R]对于职业的期望？

考试时长：90min 60分钟答题和30分钟性格测试 答题部分（总共100分） 60分的计算机基础，有单选10个，多选10个，判断10个 数据库、计算机网络、操作系统、数据结构都有 20分的金融知识，10个单选 这部分非专业的确实只能靠蒙 20分的编程。纯编程题一道和SQL一道 没有代码编辑器，只有文本框，无语。 第一道编程题考的是用户邮箱过滤，第二道是对几个表进行查询和筛选。 个人感觉总的来说，

选择：25 考题内容：c++ python 语音识别算法 图像算法等等 算法： 1、两个字符串的最长公共子串 二维dp可解；100% 2、n个数，找可以合成60+120的组合方式 回溯+排列组合公式； 100% 前两道比较简单 3、k-mean 寄 看见第三题直接懵逼，投的决策规划岗，个人方向为传统的规划方法，没怎么接触过机器学习的东西，干瞪眼40分钟没写出来😂，可能我不适合吧 #科大讯飞##科

#软件开发2023笔面经# 1.经典的自我介绍 2.说说大学项目经历，感觉做的哪一个项目比较有挑战，遇到过什么难题，你是如何解决的?有没有更好的解决方法 说说HashMap和Hashset的理解 那你说说 set 是怎么实现的吧，zset 呢？我猛一下发现我并不知道 set(不重复集合)是怎么实现的，联想了 hashSet 的实现,说和 hash 一样的实现,被否定，zset一下子居然忘了是干啥的

Java的集合类有了解吗？LinkedList和ArrayLIst了解过吗？ Java里集合类有没有安全的？ 项目中怎么保证下单不会下多个？ 为什么要用RabbitMQ？ MYSQL中的左查询和右查询区别 MySQL的分页（100行数据只要前10行） Java订单中怎么保证事务性，框架层还是数据库层？ 具体实现？ 两个面试官，用时15min

本书全面而详细地阐述了计算机科学的理论基础，从抽象概念的机械化到各种数据模型的建立，用算法、数据抽象等核心思想贯穿各个主题，很好地兼顾了学科广度和主题深度，帮助读者培养计算机领域的大局观，学习真正的计算机科学。

Agile是一种软件开发方法，通过使用1至4周的短迭代，通过增量会话帮助构建软件，从而使开发与不断变化的业务需求保持一致。 敏捷数据科学包括敏捷方法和数据科学的组合。

机器学习库也称为“SparkML”或“MLLib”，由常用的学习算法组成，包括分类，回归，聚类和协同过滤。 为什么要学习SparkML for Agile？ Spark正在成为构建机器学习算法和应用程序的事实平台。 开发人员使用Spark在Spark框架中以可扩展和简洁的方式实现机器算法。 我们将通过该框架学习机器学习，其实用程序和算法的概念。 敏捷总是选择一个框架，它可以提供简短快速的结果。 M