《运维工程师面经》专题

2024.9.04 投递简历 无损检测工程师（杭州） 双9机械类专业 9.19 一面：30min （技术面） 使用牛客的面试平台，面试前先加了钉钉群，叫号进面试间 1、常规自我介绍 2、询问专业情况、学生干部、研究方向 3、问简历、实习、项目，与无损检测、故障诊断相关的 传感器选型、系统算法的实现、为什么不在现场部署ai算法？等等 4、对于这个方向的未来发展有什么看法？ 5、你认为自己相比其他应聘

2024/08/29 14:00（50分钟） 这个岗位是学长内推的，不是我研究的方向所以没有项目，一面也没有八股啥的，主要考察了下代码能力和思考问题的能力吧 手撕：判断序列能否划分成两个和相等的子集（背包），网格路径最小（动态规划） 还一个概率论的题目就不透露了

首先是自我介绍，这里我1分钟就结束了。接下来是问实习的部分： 1、如果发现路由网中出现了问题，怎么快速找到对应的出问题的点。 2、具体展开一下如何解决的这个问题。 3、TCP、和UDP的区别，以及应用场景。 项目：讲的是webserver 1、如何体现高性能 2、什么情况可以采用多线程 3、io多路复用的过程 4、epoll的原理 4、服务器的性能如何测试（qps） 另外的八股： 1、如何理解my

#如何判断面试是否凉了#7.30 快手 50min 7.31约2面了在8.6 人生第一次计算机大厂面试，写详细了点 ### **【快Star】大模型应用算法工程师** 先让自我介绍，尴尬的是我直接按时间顺序先有点详细地介绍非大模型的CV什么项目了 于是在快到llm项目前被打断了，面试官说我来问吧 介绍RAG项目里面出现的BM25，我从TFIDF开始介绍，前面很流利， 后面BM25的那个词与quer

7.29一面 自我介绍 介绍一下你的两个实习项目吧 项目中你主要负责哪块 项目团队一共几个人（答，两个，一个我，一个带我的） 看你硕士期间论文专利成果挺多的，系统的讲一下每篇论文做的工作吧 讲一下你的论文和实习项目之间的关系吧 讲一下进程线程吧 讲一下锁，什么是死锁 怎么避免死锁 了解机器学习的相关算法吗 最近大模型很火有具体了解相关算法吗，介绍一下 反问：1、什么时候出结果（答最快一周） 2、组

电话面+邮箱发alitcode链接进行coding考察 ----------------------------------------------------------------------------------------------------------- 没有让做自我介绍，直接对着简历问项目。 第一个项目是用seq-to-seq做的缺陷自动修复，问我将NLP应用到软工领域有什么痛点

超好看的HR小姐姐面试，人生中第一次正规的HR面，浅浅记录一下 全程1小时 1、自我介绍 2、说一下你业余时间会做什么，爱好有什么？你的爱好蛮多的，如果和工作冲突会怎么办？ 3、说一下你实习的经历和取得的成果？你实习学到的除了技术问题还学到了什么？(这一条问了特别多，得有40多分钟) 4、为什么选择阿里巴巴来面试？有没有其他的offer？ 5、有考虑过读研究生吗，为什么不选择读研究生？你觉得工作经

面的是团子的金融部门，挺感兴趣的，记录一下二面问题 1.说说你做的两个项目（一个离线数仓一个flink） 2.你挑一个详细说说吧（面试官笑，当时感觉有点不妙了，，，觉得面试官啥都能问，我说了flink） 3.说说watermark机制 4.说说checkpoint机制 5.说说exactly-once是怎么实现的 6.了解反压吗（了解） 7.你觉得hadoop和spark差别在哪 8.你对实时更感

伪群面，一共6人，轮流回答 1.自我介绍（结合项目和岗位匹配度） 2.HR提问 3.技术面试官挑人提问 4.另一个HR提问 5.反问 如果通过会下周安排终面，终面过会安排一个为期两周的实习，实习答辩通过才能转正 #申万宏源#

1渲染流程 2顶点着色器和片元着色器的区别 3点乘和叉乘 4后处理有哪些 5算法是：输入两个数字M，N（M>N），生成不包含重复数字的随机数组如：输入5,2，生成【2,5,4,3】】 本人应该是凉了~~面试官人很好！我答不出来会提醒我，算法根本没练到随机数呜呜呜，希望下次有机会再来~

2014.04.30 上海微创软件股份有限公司（无锡分公司）英文技术支持工程师 一面 流程：十分钟全英文面试，无技术，时长9分半 面试官：歪果仁，发音标准，语速缓慢（另外他提前15分钟打电话来了，正在码字的我听到铃声虎躯一震） 问到的问题如下（感谢大佬们分享的面经）： 1. 自我介绍 2. 为什么想选择这个岗位&为什么想来我们公司？ 3. 情景问答：你的客户英文不好，如果与他沟通？ （这题

这次面试官没有迟到，没有机会水了。。。 不过是个女面试官，非常亲和的感觉 开局自我介绍，讲了一下学的课程内容和做的课设项目，了解了一下大概情况 重点分析讲了一下数据竞赛的内容 八股： 1.讲一下集成学习的一些算法 2.GBDT，XGBoost，LightGBM各自有什么优势劣势，适用情况 3.独热编码和embedding的用途，各自优势，为什么用 4.为什么在项目中用了GBDT而不是RF 5.讲一

开局面试官迟到6分钟。。。 自我介绍了一下就10分钟了 问了一下自我介绍说的开源经历和项目，问了个项目地址 问了大模型SFT和LORA的区别和应用 然后八股和项目就一点不问了？？？？？？ 我早起背了这么多机器学习的八股有啥用？ 然后手撕了一道快速排序，写了个测试用例就快速下班了 反问： 1.部门业务：百度地图数据分析处理，机器学习做预测，自动化 2.岗位竞争：说小于10个人在面，应该不止一个1个h

20min面试，不知道是不是要凉了 自我介绍 实习经历 简单介绍一下实习项目 介绍自己在实习中做了什么 项目中有没有遇到什么困难？怎么解决的？ 语言基础 大小端的区别？ 平时开发用过大小端吗？ 讲一讲常用的指针操作？ 类声明成指针相对于声明成对象有什么好处？ webserver 最大并发多少线程？ 避免线程并发带来的弊端用的什么技术？如何避免大量的资源竞争 线程池有没有做动态扩容？ 如果内存池满了

1.问实习 2.项目 深度学习框架里面怎么做内存复用，提高内存的复用率 3.算法题 （1）最基础的二分查找 递增数组找具体数字的索引 （2）在（1）的基础上改成输入带重复数字的递增数组 （3）在（1）的基础上改成循环数组 4.基础语言 （1）编译器如何去实现对C++模板的编译 （2）模板函数可以偏特化吗 （3）类的成员函数可以偏特化吗