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
#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
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
背景:主研多模态分类领域,秋招主要投NLP和多模态方向的算法岗,如果机器学习的岗位描述和我相符也会投 流程:投递岗位为算法工程师-NLP方向,投递时间n,笔试时间是m=n+14,一面时间是k=n+26=m+12,over 一面 30min: 自我介绍 挑一个具有代表性的项目说一下 对项目细节进行提问,某个地方怎么实现的,为什么这么实现 可以解释一下熵吗,它的公式怎么算的?拿到一个BERT的base
我在Unity中制作了一个2d游戏,我正在使用此代码实例化敌人 在这段代码中,IENumator方法正在执行它们的工作,但没有产生返回新的WaitFor秒。意味着如果我在Unity中运行它,敌人会在每一帧中实例化。我该怎么解决呢?
1.学硕还是专硕 2.本科成绩 3.研究生成绩 4.哪里人 5.有什么竞赛 6.奖学金怎么样 7.了解什么深度学习网络,会什么框架 8.卷积的计算维度 9.决策树了解吗(这个问题面的每一家都问了,今晚回去补一补) 10.svm介绍一下 11.介绍一下lda,pca 12.介绍一下实习,干了什么(问了5分钟),转正了吗,给你多少钱 13.介绍一下项目、自己的论文、研究方向。 深度学习框架忘光了,要补
预约的半个小时,没有自我介绍,关键的个人信息面试官都替我说了。 只要就是聊项目,对我在滴滴的实习很感兴趣,详细讲了讲实习的工作,学校的项目基本没怎么聊。 问了点不深不浅的问题也都记不清了。反复强调是一面不用说的太细。 没有做题。 反问:部门做什么的? 答:手机部下面做数据隐私的,主要应用联邦学习,针对数据安全性和无联网状态下如何使用终端设备自己训练模型。 之前正好看过一个相关方面的论文,讲嵌入式设
面完四五天了 先拷打项目和实习经历 场景题讨论(十五分钟);这部分面试官问的很细,很发散;交流过程感觉收获不小 两道算法:其中一道是树遍历,难度不算大 反问面评:还不错,基础扎实 后续安排:不清楚 #面经##提前批##快手#
自不量力跨考专业选了算法nlp,被面试官狠狠拷打 估计是寄了,面试官后面问我有考虑转开发吗 1.讲一下transformer 2.transformer怎么调优 3.国内有了解什么大模型吗 4.有了解隐马尔科夫链吗,细说(给出公式那种) 5.讲讲CRF 6.讲讲word2vec和wordembedding区别 7.聊聊之前的实习经历 8.梯度下降和随机梯度下降概念和区别 9.给你一个场景:要求识别
美团算法一面面经(被捞) 1、面试官介绍自己和部门 2、自我介绍 3、问实习 4、问科研项目 5、传统的机器学习算法有无了解 6、决策树,评价指标有哪些 7、逻辑回归算法有无了解?逻辑回归的损失函数? 8、回归问题有无了解?回归问题采用的损失函数 9、有了解集成学习吗?都有哪些算法? 10、过拟合有了解吗?过拟合的解决方案。 10、算法题:求一个数组中前k大的数,要求时间复杂度O(logn) 11
美团算法二面面经 美团流程还挺快,一面后第二天就约了二面 1、面试官介绍 2、自我介绍 3、问实习经历 4、问项目经历 5、算法题:sql题:给一个评论表,有用户id,评论,时间,统计表 一个时间段内(具体时间不太记得了),累计评价数以及评价作者数(要去重)。(没写出来) 6、对互联网行业的看法(简单谈了下自己的看法) 7、对互联网算法工程师的认识(说了下算法工程师类型和分工) 8、喜欢当偏结合业
自我介绍 问学校的nlp相关项目,解释的算细 问bert是什么结构,问还有什么类似模型。 问链表找环,回答的快慢指针直接说错,说这样找不到环。 多个文件中找一个词怎么快。 代码题 三元组找和为0,正常解题速度一直催,最后说了思路结束 反问,链表找环答案,不说 让自己查,本人nlp方向,问过去了做什么,回答:什么都可能做,来了再分 感觉kpi或者就是这个风格,网上查工资不少,但是这面试官感觉水平一般
自我介绍 简单介绍一下这个推荐项目 用户数据量和内容数据量,总共有多少特征,具体是大概有哪些特征,用户行为序列用到了吗? 一个特征有多个值的情况是怎么处理的? 有做特征选择吗?训练数据量多大?多路召回怎么做的?多路召回有几路?多路召回是怎么融合的? 有做粗排吗? 召回的离线指标和线上指标大概是什么情况? 用户的冷启动是怎么做的? 介绍一下 GrapSAGE,word2vec, deepwalk,
一面(8.10) 聊项目和论文 DIN的结构 DIN和之前方法的区别 DIN 所用到的激活函数 Batch Norm 和 Layer Norm 的区别 二面(8.18) 聊项目和论文 问了一些场景题 问了大模型可以在哪些场景上有落地 三面(9.13) 聊项目和论文 HR面(9.14) 聊大学学习和实习经历 个人的缺点和优点 个人最大的挑战 确认了出结果的时间 三面都没有手撕,基本上在聊实习和论文。