《新华三2024秋招交流》专题

7.29 一面 不知道为啥捞我，之前看岗位是C++/GO，所以投了，面完秒挂了 C++11新特性有哪些 move的作用，为什么要转换成右值 智能指针介绍，哪个指针会用到move，为什么用 shared_ptr主要解决什么问题 C++中加锁如何安全返回 TCP和UDP区别，为什么可靠，TCP有哪些机制 讲讲拥塞控制，有没有别的算法 有没有写过网络相关的程序，比如网络库之类，了解底层吗 gorouti

9.2打电话过来了解情况，9.5约面 时长1h10min 1. 自我介绍 2. 说一下可视化有哪些方面(指标、日志、链路追踪) 3. Prometheus的架构是怎样的，采集指标的流程呢 4. pushGateway的作用是什么 5. 实习相关内容拷打（主要） 6. 讲一下项目中大文件断点续传和文件秒传怎么实现的 7. 分享链接过期是怎么实现的 8. 为什么要采用OpenResty作为网关，它的优

秋招之科大讯飞，bg西工大本硕，科大讯飞飞星计划医疗方向，主要是大模型多模态，和我的方向有点关系？看咋说了，简历算法相关可以看图 一面，约一小时 一下来自我介绍，介绍一下科研工作，我这里两篇可以参考简历截图，针对两个工作进行提问，问题主要集中在项目细节，比如第一个工作的样本选择实现，为什么是batch的特征伪标签等等，半个多小时大概 然后问了深度学习八股（一点没看），问了transformer原理

1、自我介绍 2、能否提前实习 3、TCP报文RST置位的情况 4、场景题：500台终端访问外网设计网络架构 5、BGP防环 6、Linux（不会） 反问 1、值班强度 没开摄像头，但是情绪价值很高。感觉比较在意能否提前实习 #你的秋招进行到哪一步了#

#深信服求职进展汇总# #我发现了面试通关密码# 感觉今年秋招真的大变天了，可能是因为市场的变化导致招聘的变化，现在适合理工科同学的岗位真的多，比如IT/互联网的客户经理或者售前产品经理，如果你有很好的沟通协作能力、项目的把控能力，爱折腾，对有技术含量的解决方案工作感兴趣，就不要纠结在原专业上面了，真的你就是深信服售前的天选之子。本来我当时看到售前产品经理理工科可投就试了一下，没想到这么迅速就拿到

🍎2024.9.2 面委会二面 🍐实习+项目 30-40min 🍐提问 10-15min 进程线程协程深问，操作系统相关 🍐算法 30-40min 三个题：字符串、链表、进制 已约hr面#你的秋招进行到哪一步了##秋招##腾讯##面经#

好久没来了，来分享下美团秋招的timeline 8月8号投递，8月10号一次笔试，8月17号二次笔试，8月26号一面，8月27号二面，今天收到意向书，秋招保底offer到手 面试整体不是很压力，面试官很亲和，一面问了为什么做实习，是不是导师安排的（确实是导师安排的hhh），深挖了实习中的一些问题，聊了三四十分钟。问了精排模型了解哪些，为什么需要预训练ESMM，多目标双塔粗排模型的理解，粗排样本构造

1、自我介绍 2、实习项目介绍 3、堆叠特性、优势弊端、应用场景 4、OSPF和BGP对比异同 5、BGP选路原则 6、TCP三次握手，大量TCP报文重发如何排障 7、主机不通，如何排障 8、负载均衡了解多少 面了35分钟，感觉没有什么强度，有点简单 #如何一边实习一边秋招#

好未来-base北京-nlp lora的矩阵怎么初始化？为什么要初始化为全0？ gpt源码past_key_value是干啥的 gpt onebyone 每一层怎么输入输出 输出的分布如果比较稀疏，有个尖尖应该怎么处理 讲讲决策树，决策树回归问题怎么做 gpt的输出topp是啥 kl散度的公式和kl散度与交叉熵的区别 强化学习的输入 chatgpt的reward model怎么来的，三阶段 car

有什么建议吗？

本文向大家介绍python交互式图形编程实例（三），包括了python交互式图形编程实例（三）的使用技巧和注意事项，需要的朋友参考一下 本文实例为大家分享了python交互式图形编程实例的第三部代码，供大家参考，具体内容如下 以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持呐喊教程。

本文向大家介绍OpenGL ES正交投影实现方法（三），包括了OpenGL ES正交投影实现方法（三）的使用技巧和注意事项，需要的朋友参考一下 本文实例为大家分享了OpenGL ES正交投影展示的具体代码，供大家参考，具体内容如下 绘制正方形 在最开始绘制的六边形里面好像看起来挺容易的，也没有出现什么问题，接下来不妨忘记前面绘制六边形的代码，让我们按照自己的理解来绘制一个简单的正方形。 按照我的理

本文向大家介绍Service Activity的三种交互方式(详解)，包括了Service Activity的三种交互方式(详解)的使用技巧和注意事项，需要的朋友参考一下 service有两种类型： 本地服务（Local Service）：用于应用程序内部 远程服务（Remote Sercie）：用于android系统内部的应用程序之间 前者用于实现应用程序自己的一些耗时任务，比如查询升级信息，并

我的一般想法是，取两个多面体的每一个面，求出它的平面方程（通过应用多面体的方位和平移分量），然后越过另一个多面体的每一个顶点，确定它们是否都在平面的同一侧，如果是，我确定这两个物体不相交。 至于碰撞检测部分，我将检测它们是否相交，如果相交，我将二分搜索它们接触的那一刻，并尝试在那一刻通过找到另一个物体的顶点来找到碰撞的顶点，该顶点最接近我先前找到的平面，以确定接触点。 我的问题是，这个算法是否正确

在前面的章节和笔记本中，我们将数据集分为两部分：训练集和测试集。 我们使用训练集来拟合我们的模型，并且我们使用测试集来评估其泛化能力 - 它对新的，没见过的数据的表现情况。 然而，（标记的）数据通常是宝贵的，这种方法让我们只将约 3/4 的数据用于行训练。 另一方面，我们只会尝试将我们的 1/4 数据应用于测试。 使用更多数据来构建模型，并且获得更加鲁棒的泛化能力估计，常用方法是交叉验证。 在交叉