56分钟;c!果然大数据 1. 自我介绍 2. 压缩数据1a2s……和压缩数据2a3b……对比,是不是一个数据 3. 手写单例 4. java中如何限制内存大小;Java内存结构;你说的这个限制是限制Java中全部的区域的嘛? 5. 有两个数据集,一个中有100条数据,一个中有10000条数据,求交集,注意内存大小!! 6. 有20个文件,每个1GB,里面有很多关键字,对关键字进行集合求出现的次数
岗位 算法-计算机视觉 时间线 投递简历:11月底 面试:1.26。 上午,接到电话通知面试。 下午,面试。 面试内容 1.自我介绍 2.实习项目经历 3.对AIGC的理解 总结 追着项目经历问了好久, 从宏观层面问, 不想问技术细节。 建议 对自己所做的事情多一些宏观上的思考。 不要陷入技术细节,我知道这都是程序员的通病,我在面试过程也犯这个错误。 对自己写在简历上的东西一定要熟悉。很可能会问到
2023-08-28-19-30,美团数开 ArrayList和LinkList HashMap的数据结构 ConcurrentHashMap,和HashMap的区别,put的过程,扩容的过程(扩容是我自己提到的) 设计一个共享变量,用什么? (我说用volatile,面试官说vol能保证原子性?面试官提醒说设计读写操作,我说弄一个读和一个写的方法,方法用Sychronized修饰,面试官没说话)
投的数据分析岗,主要就是简历深挖 1.做了哪些数据处理工作 2.如何处理缺失值 3.数据归一化标准化作用 4.介绍一下用到的模型评估指标 5.处理数据时画了哪些图,模型预测评估又画了哪些图 6.模型预测效果怎么判别的,根据预测结果又该如何改进 7.特征相关性怎么找的 8.介绍一下随机森林,xgboost,lightgbm 9.介绍一下bagging和boosting 10.随机森林原理,“随机”体
由于没有录制视频,以下的问题基本上都是聊天式总结形成的问题,在顺序上可能不是特别对,基本没问技术上的八股,问的都是一些项目和算法相关,实现的细节和业务逻辑设计流程等,,因为我之前就是做的人脸识别相关的,以及近期研究的GPT、MJ、SD 与业务方向人脸识别相关、视频、音频生成上的一个契合度比较高#数字马力社招#,HR面看我毕业时间和我说一年经验 7.13 一面 五十分钟 问题: 1.负责的业务部分
笔试:Java基础API、回文字符串、一道分布式场景题 发面经涨好运 一面: 7.12 27分钟 不是,蚂蚁金服这麦也太小了... 自我介绍 介绍项目或者实习 字典功能是干嘛的 sms短信 hashmap ConcurrentHashMap区别 jvm的区 各个作用 堆内存 堆内存的oom 堆内存的垃圾清除算法 开发过程中oom的问题怎么产生的?怎么解决的 spring springboot sp
面了很久,有100分钟,面试官很认真。 介绍项目 MR的shuffle流程 数据倾斜怎么处理,实际处理过数据倾斜吗(我特老实,我说我没有) spark的宽窄依赖,为什么要划分stage 抽象类和接口的区别 hive的四种排序(简历也没写hive,为啥逮着我问) 问了mysql相关 我简历上所有的组件问了个遍,redis spring druid mybatis,可我当时没准备,就没答出来。。。 设
一面:50min 主要是针对简历提问,几乎每个点都问了 1. 自我介绍 2. 介绍项目 3. 某预测类项目有继续测试今年的数据吗 (自己给自己挖的坑,简历里写了会c++) 4. 对c++的内存分配有了解吗 5. 程序运行的流程是什么 4. spark和flink的区别是什么 5. 简述spark原理 6. spark和mapreduce的区别是什么 7. 对hive有了解吗 8. 数据倾斜的产生和
#数字马力(杭州)信息技术有限公司# 面试官很温柔 进去之后自我介绍直接开始八股 对面也没开摄像头 问我会不会java我说没学过 她说那也没关系 然后主要问了数据库 事务的四个特性 说一说线程和进程 网络层主要是干什么的 测试相关的 测优惠券和抢票 黑盒白盒区别 测试流程 测试用例设计方法 然后问了个冒泡排序 之后就问我有没有想问的 问了结果什么时候出 1-2天内 然后她又问了对公司有没有了解 本
硕士研究cv 可能和数据挖掘不是那么匹配~ 大华一面(1h): 1、增量学习的科研项目(问了具体的细节 以及为什么) 2、语义分割的发展 3、UNet中的跳跃连接的作用 4、残差网络的shortcut连接的作用,数学方面证明残差网络可以避免梯度消失,并且问了一个关于残差网络的改进问题(面试官看最新的论文看到的,我没有理解他所说的问题) 5、宫颈肿瘤分割和pcr预测的项目(细节也问的很详细) 6、预
得物面试基本都是一面,全程差不多半个小时。结果一般一到两个工作日就会出来,所以效率还是很高的,就是喜欢这种干脆的。 1.自我介绍:我是分以下几部分介绍的(仅供参考) 1:学校 专业 绩点排名(不高的话可以不说)获得奖学金等。 2:课外参加的一些竞赛获奖情况。 3:实习经历(简单介绍即可,比如有过几段实习,分别是什么岗位。不用太详细,后面他会根据简历详细问你的) 4:为什么投递该岗位。表达对该岗位的
个人背景∶广东二本,物理学大四,一段券商分公司数字业务部门实习,应该不算有对口实习。 面试一开始,面试官先是做的自我介绍,然后确定了一下实习时间,到岗时间啥的,然后开始正式面试。 1.一两分钟的自我介绍, 2.面试官根据简历深挖,重点围绕了我上一段的实习,实习内容我写了三四个点,基本上每个点都有单独的问题,所以简历一定要熟悉。比如我写了债券市场调研,就询问了我调研内容,为什么要做这个调研,需要达到
1.自我介绍 2.问了很多关于项目的细节(如果处理大量数据,项目业务情况等等) 3.问了很多个人情况(可能我这种情况几个月没找到 还是211的,还是自学的前端,就很离谱 就一直想问我) 4.promise,能不能说说手写思路,你有没有想过自己手写实现 5.ES6 6.懒加载 7.webpack 还有一些问题忘了 感觉整个过程聊天较多,估计我凉了,面试官全程抖腿,好像在看我乐子,虽然我确实很菜就是了
这是一个基于我的编程问题的几何问题。基本上,我有一个充满经纬度点的MySQL数据库,每个经纬度点间隔为1km,对应于每个点周围平方公里内居住的人口。然后,我想知道,这些网格中每一个的相对分数,被一个任意大小的圆圈所占,这样我就可以计算出,在一个给定的圆圈内,大致住着多少人。 以下是问题的一种形式(距离不按比例)的一个实际例子: 我想知道居住在X点半径内的人口数量。我的数据库计算出a点和B点的条目与
做个记录 基本上问项目,根据简历项目和实习的技术点衍生去问的 写面经攒人品~ 1.自我介绍 2.数据仓库的分层,以及为什么要做数据仓库 3.数据仓库的血缘关系 4.拉链表的实现 5.hive的压缩格式和存储格式 6.星型模型和雪花模型优缺点 7.spark和hadoop的区别 8.spark数据倾斜发生原因及解决方案 9.spark的新特性AQE和DPP 10.kafaka的特性 11.kafak