《科华数据秋招》专题

两人，上来先自我介绍，hr姐姐问是否独生子女，家在哪，对工作地点要求，是否单身，成绩，模电数电成绩 技术经理？问项目，你觉得最重要的项目，然后挑一些细节问，用了多少外设，他挑一个外设配置问了一下，问写了多少行代码？（大一开始参加各种比赛，真算不来，一个项目多的几百上千？少的几十？真没注意过，再说如果想要代码量，写屎山不是随便堆么）有没有用过其他的芯片，回的stm32，又问具体型号回常用f103，忘

简历投递后很快会有面试（效率很高），一面hr+技术面主要 ①自我介绍 ②选一个自己的项目介绍，然后会询问项目具体的原理以及具体的设计 ③反问（1-2个） 面试时常约20分钟 比较简单没有挖的很深

没有录音很多问题忘记了 HTML 文件如何渲染到页面 语义化标签有哪些 语义化标签和 div 的区别 css 哪些属性会引发回流，哪些是重绘 有哪些方式改变 margin 而不引发回流 事件委托 如何实现点击给 ul 添加事件展示所点击的 li 上内容 vue 生命周期 vue3 如何使用变量 ref 和 reactive 区别 vue3 如何在模板中使用 ref 的变量 说实话当时一直不知道在问

一面群面 一共10个人，自我介绍，然后是一个简单的笔试。 内容就是电子基本知识：三项电火零之间多少度，电阻器，线性负载，UPS是哪里发热。总之就是10道选择题，很简单。还有两道简答题：1.向人推销自己的电子产品；2.对售前的理解。我是看了一本书《商战往事，解决方案与销售配合打单》，然后自己总结的。 最后是无领导小组讨论。这个讨论的重点我认为有两个，第一个时机是先发制人，给大家安排时间，显得自己很厉

公司：快手 岗位：数据科学家 形式：视频面试 视频面试平台：轻雀 时长：60分钟 流程： 0、面试官自我介绍及面试流程介绍。 1、自我介绍。 2、对于样本和总体这两个概念，它们之间的关系是什么？它们的差异和相似点分别是什么？ 3、了解哪些抽样方法？不同抽样方法分别适用于什么场景？ 4、写一下随机

单选题，60分，多是c语音，电力电子，模电知识。没有太难， 简答题，40分，第一个不会，是自控里面的，画一个方程的伯德图，自控没学好。 第二个手写代码测量50hz，220v交流电的有效值，有一个1ms的回调函数。这个感觉写的一般，采集用的adc，难点是算法，当时脑子瓦了，怎么算有效值忘完了，算法上我直接就是求平均值结果再除根号3，后来又忘了adc采集电压为负的信号结果是多少，只能把311扩展成62

面试岗位：数据库工程师 两个面试官，一个主要问知识点，另一个主要问实习、项目 介绍一下HDFS的写流程 Spark、Flink有哪些部署模式？ Standlone和Yarn（Client、Cluster），会话模式、单作业模式、应用模式 有没有写过Flink平台的开发代码？ Yarn由哪些角色组成？各自的任务是什么？ Yarn的调度器有哪些？ Hive和HBase的区别是什么？ 项目中Kafka的

公司：腾讯 部门：腾讯广告 岗位：技术研究-数据科学方向 形式：视频面试 视频面试平台：腾讯会议 时长：14分钟 流程： 1、自我介绍。 2、你对于选择第一份工作的考虑有哪些？ 3、腾讯对于你的吸引力是什么？ 4、放到一年后你希望你在工作上获得什么样的成果？ 5、过往经历中你遇到的最困

笔试：选择题+填空题+判断题+简答题 简答题 1、说说大数据技术的特点 2、说一下Spark任务执行的流程 3、1G的文件，每一行是一个词，词大小不超过16字节，内存1M，找出频数最高的100个词。 技术面 1、自我介绍 2、本专业主要学什么？ 3、介绍一下实习的项目 4、小文件问题怎么处理？（SequenceFile、CombineInputFormat、JVM重用） 5、Hive支持哪些存储格

1介绍两个项目 2熟悉的两个比较熟悉的技术栈 3用过redis的哪些功能？ 4：数据库中的数据和缓存中的数据不一致，怎么解决？ 5 redis中的持久化有哪些 6 aof文件太大，会启动重写机制，了解重写做了什么吗？ 7 redis中的过期键的删除策略 8：reids用过哨兵，集群吗？ 9：用过redis的分布式锁吗？ 10 redis中的goodsip协议？ 11 redis6.0是什么线程的？

Java岗，面试官全程无摄像头 首先问意向地点，自我介绍，后面全程八股 内容有 计算机网络(很多) Java基础，集合 数据库索引 SpringMVC，Spring注解 Mybatis Redis 排序算法 从简单的开始问起，一直问到不会为止，回答没什么反馈，无反问环节 希望不是KPI #你的秋招进行到哪一步了#

数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。

数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。数据科学已经在IT、金融、医学、自动驾驶等领域得到广泛使用。(如果你熟知中情局的棱镜泄密事件，你会发现数据科学已经在情报领域广泛使用。) 在这系列文章中，我希望能完成从概率论，统计，到机器学习的整个数据分析的链条。传统意义上

不管怎样，简单记录一下吧！ 面试时长25分，没有手撕算法 问题 自我介绍（共享简历） 介绍下SSM框架吧，SpringBoot与Spring的区别； 如何自定义一个SpringBoot Starter，简单介绍下SpringBoot应用启动流程； 你在实习中，主要负责了哪些工作 (针对实习经历提问)； java异常处理机制； java垃圾回收过程； 熟悉哪些数据结构与算法，栈和队列的区别； 用过哪

字节跳动提前批：data-电商 数据科学 一面，部门成员：～50min 1.   自我介绍 2.   机器学习 a) XGBoost：损失函数推导、特征重要性的计算方法 b) 为什么用SHAP计算特征重要性，不用XGBoost自带的方法（实习项目） 3.   AB test a)   对于不同类型的指标，分别要怎么做统计检验 b)   用非参数方法检验偏态分布的指标，统计功效较低，有什么其他方法