《电子科大》专题

1. 自我介绍 2. 节流防抖的区别 3. 为什么用localForage替换成localStorage，有什么好处 4. localStorage和SessionStorage的区别 5. vuex和localStorage的区别 6. 用node做了什么 7. 登陆的具体流程是？ 8. vue2和vue3的区别 9. 路由懒加载的原理 10. 虚拟列表固高和不固高 11. webpack，lo

1.⾃我介绍 2.介绍⾃⼰的项⽬ 3.项⽬中数据语料 4.你怎么评价你⾃⼰构建的数据集的好坏？ 5.chatGLM 和 GPT 模型结构⼀样吗 6.⼤模型训练⽅式 7.怎么评价⼈类⾼质量回答的数据集？精⼼处理的数据集作⽤？ （精⼼处理的数据集只能保证回复还⾏，但不可能只能只对⼀个场景） 8.强化学习中怎么⽤奖励模型打分？怎么样的分数？奖励模型是怎么得到的？ 9.⽤强化学习的梯度更新是怎么实现的？

一面 社招，5年工作经验，面完之后问了下招聘要求，是要招小leader技术经理的岗位，除了技术要求外，还得有些方法论，理论知识。需要带人做项目，面完盘算了下，对应阿里应该P7级别了，我的水平也就是个P6吧，还在国企工作了快一年，水平下降的厉害。下面是面试记录的问题： 自我介绍 国企的项目直接忽略，第二份工作经历是阿里，项目从0到1建设到百万QPS流量，你在这里承担什么角色（owner） 项目的技术

1、自我介绍 2、ArrayList和HashMap 底层数据结构 3、红黑树的基本结构，相比于二叉树的优点 4、红黑树实现的性能如何，代价是什么 5、Synchronized，ReentrantLock 6、还有那些哪些数据结构可以保证安全性 7、ConcurrentHashmap的底层实现 8、实现多线程的三种方法 9、线程池核心参数有哪些 10、在并发高，处理速度高的场景下，如何设置参数 1

难度挺大的，做完不能不回头看 一、单选： 1、float==double：float会被转成double，即便如此，仍有可能返回false 2、AdaBoost算法确实会加大此前决策树（或其他弱分类器）分类错误的权重，使下一个模型尽可能正确，所以依赖之前的模型； 3、GBDT（Gradient Boosting Decision Tree，梯度提升决策树）是一种集成学习方法，它通过迭代地构建决策树

一面：自我介绍，让选择介绍其中一篇论文，主要会围绕论文展开一些问题以及场景分析，后面也有一些八股（Pytorch的广播机制相关的问题、Beam search的介绍，其他的记不太清了）感觉这些回答的没那么好。 二面：自我介绍，论文内容详细介绍，感觉面试官对于motivation和contribution比较在意，准备的也并没有那么好。 三面：自我介绍，论文内容的介绍，难点创新点等。其余的问题比较综合

一面 自我介绍 平时怎么学习前端的 有学过vue3吗 讲一下vue2的技术点，平时怎么用的 组件数据传递方式 props 子组件可以修改值吗 不用emit方法，子组件可以修改父组件的数据吗 组件跟插件的区别 有用过nextick吗 有封装过组件吗 写一个简单的ajax调用 get请求的数据放在哪里 post请求数据放在哪里 post请求需要添加额外请求头吗，写一下 onreadystatechan

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

众合科技 1.硕士期间的项目，合作项目内容，负责部分 2.学校期间上课有没学过Java 3.平时的学习方式是什么 4.mq有学过吗？ 5.假如要你学习kafka你会怎么学习？ 6.学习完你觉得会产出什么？ 7.项目问题 8.TCP为什么是四次挥手，挥手为什么多一次？ 9.操作系统中，进程线程有什么关系？ 10.Java的基础类型有哪些?占多少字符？ 11.JDBC的基础流程？ 12.项目中用到的集

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。