《华为2023届校招》专题

base: bj 岗位: 前端 业务: 快手电商 背景: 这次是上一次电商一面后的二面 自我介绍 过往项目经历 讲讲你实现过的 React 组件 讲一讲你在过往实习经历里面, 最让你有成就感的事情是什么 如何衡量前端性能 前端页面如何排查 bug 事件循环: 看代码说结果 代码题: 获取一个数组中前 n 个最大的值, 你能想到几种方法 如果大数组的 length < n, 则递归处理小的子数组 反

产品经理实习岗凉经 3.29笔试 含三题简答题 （1）设计直播体验评估方案 （2）百度在健康领域的可行性和优势 （3）任选行业中选择两个互联网产品进行分析 去年也有问类似的，有准备过笔试的都很好答 4.9 群面 个人认为reporter、timekeeper、leader还是可以找机会跳一个 怀疑我们组都没过，我们组都没人跳，然后巨乱，真是大家让着最急着说话的人说话 最后进度： 卡在群面结束，共享

大华电话面： 1.谈谈对软件工程的理解 2.除了编程能力，实现需求之外你还有别的理解吗 3.说说测试的步骤？单元测试，集成测试，模块测试 4.说说参加的数学建模竞赛 5.元组和列表的区别 6.linux 查看 提取 创建命令 7.机器学习

题目描述： 题目描述： 对于任意两个正整数A和B，定义它们之间的差异值和相似值： 差异值：A、B转换成二进制后，对于二进制的每一位，对应位置的bit值不相同则为1，否则为0; 相似值：A、B转换成二进制后，对于二进制的每一位，对应位置的bit值都为1则为1，否则为0; 现在有n个正整数A0 到A(n-1)，问有多少对(i,j)(0 <= i < j < n)，Ai和Aj的差异值大于相似值。 假设A

大多数银行信息科技岗的面试还是以单面为主，下面简要介绍一下单面的特点吧 单面可以理解为专业面+综合面 一对多模式 仅一场面试，大约持续10-20min 至少去年的单面都是这个时长，而且大多在十分钟左右 流程大约是自我介绍→简历提问→专业问题→综合性问题 专业面 考察占比较小 问题较基础，例如 python和c++的异同 MySQL中char和var char的区别 对研究项目的考察不会很深入 综合

自己的秋招10月多才开始，晚的一批。 11.1收到经纬恒润邮件面试通知，11.2下午五点开始一面，两个面试官，分别是两个部门的质量管理岗，一个是高端业务装备的（也称军工），一个是汽车业务的。 一面内容：线上共面了45分钟，其中详细地问了我的实习经历的细节，特别细特别细，问了有25分钟。然后问了我的课题，论文的主要内容，数据怎样收集的，论文什么时候开题什么时候中期，现在进行到哪一步了，也是特别细，问

内推码：ISK4KS 投简历：insta360.zhiye.com 春招马上就要开始了，24届的小伙伴们快准备起来吧，时间越早，上岸的概率就越高！！！欢迎小伙伴们踊跃投递~ 去年我也是迷茫的秋招人，也是零工作经验的职场小白，我的秋招从暑假拿到影石offer开始，同时这也是我最后的最佳的选择。现如今顺利入职影石，在心仪的部门实习，很开心也很梦幻。我们都不知道哪个才是最完美的选择，兴许并没有这样的选择

一面 1. 自我介绍 2. 介绍项目 3. 推荐系统离线都看什么指标，这些指标有冲突怎么办？ 4. 新item如何做冷启？ 5. pointwise, pairwise, listwise区别？为什么精排用pointwise 6. 如何提高推荐的多样性？ 7. 排序模型离线指标和线上不一致如何处理？ 8. 推荐上怎么引入搜索的一些相关信息？ 9. leetcode 143：重排链表 #美团2024

【写在前面】 总体感觉面试氛围良好，对项目考察较少，和互联网公司不太一样，感觉该公司更侧重理解能力和学习能力 （夸夸HR人很好，可以沟通做题和面试时间，面试反馈也很及时，至少不怕被养鱼） 【一面】 面试前HR先发了一份笔试卷，大约做了两个多小时，包括数学、编程题和智力题，做编程题需要考虑比较全面一些 一面试流程主要就自己简历、和笔试题过了一下，项目就简单聊聊，主要交流没做对的题，经过面试官提醒和引

岗位：测试工程师 时间20min 本来不想面了，但华泰的面试通知真的就是“通知”，就告诉你几点进会议，也没有联系人，怕鸽了后面被拉黑，就面了一下。 1.自我介绍，提了一下在美团测开实习，主要做服务端接口自动化测试。 2.让我说了美团实习工作内容。 3.问了一大堆关于美团服务端自动化怎么做的，具体怎么写的测试用例和代码，测出来过什么bug之类的问题，感觉面试官可能没太认真听，有些问题我在之前的问题提

背景：211本硕，一作SCI一区论文两篇，无实习。 一面（9.21） 1. 复盘笔试内容； 2. 自我介绍； 3. 问两篇论文的细节，顺便展开问了一些基础知识（25分钟左右）； 4. 撕代码（LC498，对角线遍历，15分钟左右）。 总结：面试官和我研究方向类似，对我的工作很感兴趣，全程聊的很愉快，面试体验极佳。 结果：面试结束后1分钟收到面试通过的短信。 二面（9.21） 1. 自我介绍； 2.

2023.09.06 一面 40mins 主要问实习经历，扣细节。 手撕：数组去重后排序。 2023.09.07 二面 40-45mins 问项目，问论文，问实习。 手撕：LC53 最大子数组和。手撕说给30mins做题，但是我暴力法做的1mins就做完了，面试官说怎么这么快哈哈哈！（其实要用dp，但是面试官说都可以，做出来就行） 2023.09.16 主管面 35mins 问了项目，后续就问一些

第一轮 笔试 邮件链接点进去，20多道题，前十几个单选后几个多选，全程没有摄像头，没有语音，比较简单。 通过 第二轮 业务面试 腾讯会议，提前五分钟进去，面试官都在等着了，照简历上的随便问几个。测试方法倒没问多少，问了一下自己写程序最后是怎么测试的。也比较简单。 通过 第三轮 综合面试 腾讯会议，这次提前进去了，某个部门主管掐点到，而且要求我开摄像头，但对方全程没开。主要问大学经历，家庭情况，在校

一面-单面30min-9/5 自我介绍 为什么没有选择继续实习转正 实习经历深挖（数据运营、策略运营） 实习经历中学到了什么 针对搜索产品运营岗位本身： 使用西瓜视频、抖音多吗 搜索场景-有关注什么热点事件 如何拉新用户使用本产品搜索 好的搜索结果有哪些指标 用什么数据能判断这些指标好坏 反问：期望能力模型 为什么会选择运营 为什么选择字节以及成都 面试官介绍了搜索运营团队，内部会细分很多方向：流

在秋招过程中，我其实就像一个POMDP环境中的agent，根据已有的observation，维护自己的一个belief，做出action，发现环境中state变成了新的state，又得到了下一个observation和一个reward。秋招结束时，这些observation、action和reward组成了独特的trajectory，在这里，我把我的trajectory分享给大家，但是总归是POM