《汇量科技》专题

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

前一阵过了一面，明天二面，但是不知道一共有几面，貌似有人一共就两面，那下一次不就是hr面了吗，所以不知道侧重点是在hr问题上还是继续看八股和项目，有木有懂的友友讲一讲啊。 还有个问题，顺丰科技看官网都是在深圳，所以实习都去深圳是吗，北京的顺丰科技是不要实习生吗？ 共计俩问题： 1. 顺丰一共几面，每面大概会问啥 2. 实习地点一定是在深圳吗 一面经历： 1. 自我介绍 2. 问了一下研究生干的事情

大概一小时，因为是Python相关，基本就是在拷打对Python的使用和理解。 用装饰器、迭代器和生成器实现斐波那契数列，没写出来。 私有成员长什么样。 还有很多问题网络。 拷打笔试题的多线程，实现生产者消费者模型，考察理解。笔试用的是queue，然后让我直接用list和锁来实现。对多线程理解不深刻，一直被面试官引导着写。。。

base杭州-2024届暑期实习-Java后端开发 04/19 一面 牛客视频面试 时长：40分钟 自我介绍 SpringBoot 中的 `@SpringBootApplication` 注解的作用是什么？ SpringBoot 中你们是如何加载配置信息的？ RabbitMQ 如何保证消息不丢失？ 如果消费者这边消费到一半宕机了怎么办？ RabbitMQ 如何保证消息没有被重复消费？ JVM 运行

1.测试流程 2.设计测试用例（产品：杯子） 3.前端测试和后端测试区别 4.自动化测试（UI测试，IO测试，这个不会，直接对不起了） 5.测试框架了解多少 6.测试软件了解多少

来也科技复盘流程：晚上 4.27-4.28 个人bg：双非二本省内一本 2年本 两套简历：技术+非技术。非技术主要是售前和解决方案等类别 来也科技 投递的是解决方案岗位，但后来看面试邀约是实施工程师 ，咱这边也是喜欢的 初面4.27 流程： 1. hr 电话联系问了一些基本的情况，比如一些学校问题，2年啥的，做了一些解释，然后将了一些自我介绍，等等一些职业规划。说电话是四川的问我是想在哪 里发展，

我正在学习计算机体系结构，我正在考虑什么汇编指令对应于这个简单的作业： 考虑到STORE指令将某些内容从寄存器存储到RAM，而LOAD指令将一些内容从RAM加载到寄存器，那么local_test使用的汇编指令是什么？ < li >我知道这可能取决于CPU，所以请随意给出具体机器的具体示例

具体面经 自我介绍 展开讲一下自己满意的一段工作经历? 三款机器人最熟悉的一款机器人? 这款机器人主要解决了什么问题? 送餐机器人是一定程度上替代服务员，目前机器人有什么难题? 你们这个机器人是怎样知道送到哪里的? 那识别地图不会有偏差?通过定位还是距离判断的? 上面的几个项目是怎么回事? 详细说明一下第二个Funny这个项目 场景化的讲一下你这个产品的用户使用过程 产品经理的核心能力 最喜欢的一

java后台，技术面 项目 项目的二级缓存当时是基于什么情况（遇到什么问题）而这样设计的？ redis list怎么用，应用场景？ hash和string在存储内存方面，什么情况下一定要用hash，而不是string？ mysql设计表时，需要注意什么？ 框架 Spring注解核心都有什么？ @Autowired和@Resource的区别是？ 前者通过byType注入，后者通过byName注入；

C++岗 主要还是根据和项目问吧 自我介绍， 一些八股linux、计网和项目，还有一些杂七杂八的， 不太好的就是要996吧，普通话不是很好，应该又要寄了，答不出来 #深圳市科力锐科技有限公司#

# 中科创达()Java（22年9.5） 自我介绍 1.Java的基础数据类型有哪些？ 2.string和stringbffer区别与联系 3.什么样的程序叫线程安全，举个例子说线程不安全 4.怎么解决线程不安全的问题？ 5.讲一下单例模式？ 6.static修饰的变量是否能改变？ 7.static放在哪个区间里面的？ 8.成员变量和局部变量能否命名一样？（有些不记得：作用域范围不一样） 9.浮点

1. 马尔科夫链概述 马尔科夫链定义本身比较简单，它假设某一时刻状态转移的概率只依赖于它的前一个状态。举个形象的比喻，假如每天的天气是一个状态的话，那个今天是不是晴天只依赖于昨天的天气，而和前天的天气没有任何关系。当然这么说可能有些武断，但是这样做可以大大简化模型的复杂度，因此马尔科夫链在很多时间序列模型中得到广泛的应用，比如循环神经网络RNN，隐式马尔科夫模型HMM等，当然MCMC也需要它。 如

什么是数据科学 数据科学是通过探索，预测和推断，从大量不同的数据集中得出有用的结论。探索涉及识别信息中的规律。预测涉及使用我们所知道的信息，对我们希望知道的值作出知情的猜测。推断涉及量化我们的确定程度：我们发现的这些规律是否也出现在新的观察中？我们的预测有多准确？我们用于探索的主要工具是可视化和描述性统计，用于预测的是机器学习和优化，用于推理的是统计测试和模型。 统计学是数据科学的核心部分，因为统

Numpy 是 Python 科学工具栈的基础。它的目的很简单：在一个内存块上实现针对多个条目（items）的高效操作。了解它的工作细节有助于有效的使用它的灵活性，使用有用的快捷方式，基于它构建新的工作。

数据是新的石油。该声明显示了如何通过捕获，存储和分析满足各种需求的数据来驱动每个现代IT系统。无论是为商业做出决定，预测天气，研究生物学中的蛋白质结构还是设计营销活动。