11月24日晚上七点多面的,因为疫情,不方便去线下面试,是电话面试。 先让我做个自我介绍。 问了OSI七层结构。 问知道有哪些操作系统。 问了Java的基本数据类型有哪些。 问了重写和重载的区别。 问了抽象类与接口的区别。 问了对多线程的了解。 问了解框架吗,我说正在学,不太了解。 问了解JVM吗,我说还没学。 感觉应该是寄了。
以下是我的技术面试中遇到的问题,因为当时自己还在实习中,所以面试时没有做太多的准备,通过了笔试,但是技术面没有通过。我写下这个希望能够帮助想要去的同学去到这个公司。 我现在已经完成了面试复盘,反思了一下,确实我在面试的过程回答的问题,存在着许多问题。 同时我也感谢贵公司帮助我在后面的面试中积累经验。 以下是我面试过程中,hr问到的问题,回答可能不够充分,如果自己想深入深入的话,也可以去百度了解了解
捞一下杭州的牛友们最近都有进度没有,听说浙大杭电三方下来了公司跑去线下招聘大佬去了。身边不少其他城市的朋友已经三面或者hr面结束进池子了,只想求个结果不论好坏。 一面9.29 1、算法题:有一个有序数组,仅有一个出现一次的数,剩下的数都出现了两次,找出出现一次的数 2、场景编程题:init(5,10)创建一个5行10列的电影院并用0表示,sell(4,6)把卖出票的位置改成X,pring打印座位情
本人社招,面试大数据研发工程师岗位,一共三轮面试。 1、一面(技术面),约40分钟,面试题如下: (0)自我介绍,别照着简历说,补充说些简历上没有的,比如哪里人、兴趣爱好、优势有哪些等。 (1)笔试,编程题,语言自选,题目:输入一个字符串,找出其中的整数,按升序排序后输出,多个相连的数字为一个整数,排序可用类库自带方法。 实现很简单,这里就不提供答案了。 (2)笔试,SQL编程,
准备面试过程中搜数据开发岗面经还是费了点劲的 所以在此记录一下攒人品 之后各位uu能多一点参考 背景 阿里的数据研发(不是大数据研发)校招的时候对技术要求不高比较随意 所以我这种数据分析岗位背景的人简历也是秒过 还有蚂蚁的某些数据开发也是这样的 之前找过我说现有的技术栈没问题 但我因为自我感觉不行+对数据分析的执着给拒了!!大家不要学我可以多看看机会 数据分析岗位基本趋于饱和 只看大公司+数据分析
数据库底层索引的优劣势? 数据库底层索引的优势和劣势主要取决于具体的索引类型和使用场景: 优势: 提升查询性能:索引可以加快数据库的查询速度,通过跳过不需要的数据块,减少了磁盘I/O操作。 加速排序:索引可以帮助数据库对查询结果进行排序,从而提高排序的效率。 支持唯一性约束:索引可以保证某一列或多列的唯一性,保证数据的完整性。 提高并发性能:索引可以减少数据的锁竞争,提高数据库的并发性能。 支持数
一面 自我介绍 项目+论文 为啥项目中使用Ptuning? 说一下Ptuning的原理 如何关注训练过程中的指标? 训练步数如何确定? RLHF的整个流程详细 llama factory代码看过吗? DPO了解吗? 算法题 二分,medium, 旋转数组的最小数字 二面 二面面试官问了很多开放性问题,就是丢给你一个一个问题/实际的步骤,问你怎么解决,怎么考虑,而不是问某某东西的原理 自我介绍 项目
9.9面试的,上来没自我介绍环节,直接简历项目开始过,比赛,论文,实习,中间穿插八股:BN和LN区别,transformer encoder组成,BERT等等,应该是都答上来了。 之后手撕,很简单求根号,没用二分,用梯度下降写出来了,被老哥表扬(大四机器学习课考过,做题家基因动了)。 最后说岗位匹配的问题,因为之前没做过自动驾驶,我就拼命说对这个方向感兴趣,自己这两天看过哪些论文(真的是为了这个岗
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
#软件开发2023笔面经# 其实我第一志愿是后端开发,笔试感觉答得还行,5道题A了4道,然后一志愿直接简历挂了,被移动端开发捞了。说实话这个时间点我已经准备放弃找互联网的暑期实习了,但是觉得也是靠自己努力刷题笔试得来的面试机会,就去试试看了。4.13面试了一个小时,面试完后没多久就回人才库了。以下是面试的过程 刚进去看到面试官面无表情,我第一反应是KPI面,但是后来证明应该不是,可能大中午面试官也
8.15 一面 约30min 面试官很准时 首先是自我介绍两分钟,我简单说了说自己的专业,说了说研究项目,提了下编程语言和参与的项目。 然后是项目介绍。大概说了15min吧。 再然后就是面试官根据项目内容提问,可能是因为我这个方向有点偏,面试官问的问题都很基础。 之后问了我对卷积的理解。 最后面试官简单介绍了这边是干什么的,询问期望薪资以及工作地点。 反问环节我没问(真不知道问啥) 面试官态度很好
作者:Y小鹏 来源:牛客网 一面(业务面) 全长25min左右 1、先做自我介绍 2、说说对新华三的了解(吹就完事了) 3、针对简历进行提问 4、因为简历里有些深信服的X计划,面试官问了深信服X计划具体是做什么的 5、谈谈我对于售前岗位的理解(我说售前是懂技术的销售,在懂公司技术和业务的基础上配合销售工作,是走在销售前面的,后来面试官跟我解释了,售前应该是走在销售后) 6、是否了解售前的工作(我回
帮助用户解决产品运维、数据迁移、告警、监控方面的问题。 License如何计算? 平台上License根据使用场景分为两类,私有云授权和云管授权。 私有云授权按照宿主机的CPU数量计算,云管授权按照虚拟机数量计算。 CPU数量:即基础设施中启用状态的服务器的CPU颗数(Socket数)总和,如四路x86服务器有两颗CPU,在基础设施中启用该服务器,License已使用数量为2。 虚拟机数量:云管平
将集群部署到生产环境后就不得不考虑运维管理问题。运维管理问题主要包括如下几个方面: 监控:包括 kubernetes 本身组件和 Pod、应用的监控 日志收集:包括 kubernetes 本身组件的日志,应用的日志 审计:用户对集群操作的审计 安全:用户权限的管理和镜像漏洞扫描
高级运维 高级集群操作主要包括用 ceph 服务管理脚本启动、停止、重启集群,和集群健康状态检查、监控和操作集群。 操纵集群 监控集群 监控 OSD 和归置组 用户管理 数据归置 你的集群开始运行后,就可以尝试数据归置了。 Ceph 是 PB 级数据存储集群,它用 CRUSH 算法、靠存储池和归置组在集群内分布数据。 数据归置概览 存储池 纠删码 分级缓存 归置组 CRUSH 图 低级运维 低级集