#23届秋招笔面经#
更多笔试面试小红书:米西橙橙Melissa 一面(业务面) 自我介绍 是不是比较喜欢美团?为什么两次去美团实习? 讲一讲在美团的第二段实习 你做的a项目,是如何发现存在这个问题的? 说一说职业规划,想做什么类型的产品? 现在还在投哪些公司? 如果美团和携程同时给你offer,你会怎么选? 讲一讲在小红书的实习 讲一个做用户调研的例子 在实际工作中,你觉得你有什么缺点? 你如何看待你的缺点? 你认为
因为自己是求职的互联网--产品经理岗,所以分享一下自己秋招面试经验! 个人背景 先来说一下自己的背景,二本以及英硕,电子信息相关专业。由于回国比较晚一直在隔离,所以在秋招前只有薛老板带着做得一个实战项目,零产品实习经验; 幸运的是结果还比较满意。10月中旬结束秋招,拿到联想Offer,转转ssp,顺丰sp,最终决定去联想。 面经汇总 目前已更新:转转、联想、顺丰科技、中金所、京东、深信服、酷家乐
1、实习的工作是什么? 2、SQL调优有哪些? 3、介绍一下项目,主要做什么工作?(项目介绍还不顺畅) 4、为什么学大数据? 5、项目里的Flume是怎么用的? 6、TailDir为什么可以断点重传?(面试官说不能) 7、Linux什么指令可以监听文件? 8、Flume的事务是怎样的?(因为上一题提到了事务) 9、Kafka的基本架构? 10、RXR队列(不知道是什么东西) 11、Kafka的pa
一面:电话面试 1、自我介绍 2、挑一个实习项目讲一讲 3、项目里的数据是怎么处理的? 4、数据研发选择哪一块?(数据仓库、数据平台、数据算法、数据挖掘) 5、讲讲MapReduce的原理 6、环形缓冲区为什么要反向? 7、实习的存储计算用的是什么组件 8、有金融相关知识的储备吗? 反问: 1、这一面算是第一面吗(是)?算专业面吗(是)? 2、做什么工作的?(国外金融银行业务) 3、用到哪些技术栈
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
分享前吐槽:面试不开摄像头,面试官的语气跟快断气了一样…… 1、有了解web开发、后端开发吗?(无) 2、线程和进程有哪些区别? 3、怎么看一个正在执行的JAVA程序的线程状态? 4、新生代和老年代主要是干什么的?比例是多少? 5、HDFS的服务组成有哪些?它们分别的作用是什么? 6、除了Hive之外,还用过其他数仓吗? 7、Flink的窗口主要是干什么的? 8、Flink的dataStream和
一面 基础: 网络通信用什么框架(gRPC) gRPC的启动流程,应用写好到发布到线上做了哪些操作会给别人用 HTTP1.0和HTTP2.0的区别 实习中用MySQL的时候遇到过哪些问题 实习中用MySQL的优化 A、b、c建联合索引,b和c相等a不等,他们是怎么排序是怎么样的 innoDB默认的事务隔离级别?可重复读会存在什么问题? 除了binlog,还有什么日志 有遇到过死锁的问题吗 线程和进
#非技术2024笔面经# 岗位:美团优选-产运 时间线:23.8.2投递-8月中第一次笔试-9.2第二次笔试-9.11一面-9.13二面-9.15三面-9.21加面-9.24offer 建议: 1. 大家对于自己的过往实习经历一定要很仔细的复盘,一定要注重最后的成果和结论。 2.美团第一次笔试后如果一个月内还是没有面,且有同岗位的开始面试后,大概率是笔试成绩不理想,建议再做一次笔试!!我第二次笔试
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
背景是985本硕,工科辣鸡专业+一段小厂策划实习+一段游戏厂产品岗位实习 海投选手,打算长期开帖,记录一下自己秋招/暑期实习还记得住的一些面试问题 1.鹅厂 (1)介绍一下之前的实习经历和每天的工作内容 (2)实习期间的项目最后有上线吗,最后数据大概是怎么样的。假设让你重新设计这个游戏,且没有任何成本、时间的限制,只让你考虑玩法,你还会做什么改动?你觉得这样的设计会给游戏上线后的数据又带来什么样的
9.7一面 (50min) 自我介绍 项目比赛提问,问具体的细节 GRU与LSTM的区别 GBDT的原理 XGBoost和LightGBM与GBDT的区别 BN在训练和测试阶段的区别?BN在训练时是如何更新参数的? 手撕算法题: 在一个m*n的矩阵里,一个机器人初始在x,y点,并且每次只能向相邻的上下左右四个方向移动一步,那么在最多移动k次情况下,一共有多少条路径可以逃出矩阵? 输入5个参数:m,
写在前面:360我很早就面完了,一直没结果估计泡没了,自己也签了其他公司了,最近来更新一下面经。 一面:2022.9月初 (40分钟左右) 1、自我介绍 2、讲实习项目,讲到LightGBM,有没有试过XGB、GBDT,讲讲模型异同,在这个项目里怎么处理缺失值的。机器翻译是怎么做的,lstm和cnn的区别有了解嘛, 3、讲一个比赛项目,说下你怎么做特征的。语义特征怎么做的,如何判断两个近义词,wo
一面:2022.9.27 20分钟 1、自我介绍,说一下参与过哪些AI的项目,工作地点是如何选择的 2、日志检测的具体方法,故障预测的具体方法,有监督内存故障预测你要怎么设计,LSTM和GRU相比于RNN为啥好,说一下SVM的原理,说一下聚类方法,怎么处理数据中的噪声点,说一下优化器为啥有动量,接触过什么编程语言,dataframe给你怎么打乱,说一下机器学习的预处理要做什么 二面:hr打了个电话
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:投的AI工程师-NLP,base深圳,投递时间n,笔试时间n+5,测评时间n+6,一面时间m=n+25,二面时间m+16,三面时间m+21,收到短信三面通过,后面就没消息了。。。 笔试大概500分,每一面的结果都是在面试后五分钟左右立即收到短信通知的,这一点很好,有一种完成挑战的幸福感,虽然