《前端工程师面经》专题

一面9.18 群面，而且和mkt、市场等背景的同学，海外高校居多，还有位清华本硕小姐姐惊呆我了。 选一个行业，讨论行业转型的痛点和方案及价值 （本以为过不了，不过从这次从其它岗位的同学上学到了很多群面的技巧，有时间再系统总结一下） 二面9.25 介绍实习 公司类型倾向 有没有数据质量的处理经历       base天津，一次非传统的面试经历？一般联想这个岗位好像也不会群面，后来oc发现是捞起来给了

ORC 和 Parquet 文件格式的优劣势和区别？ ORC（Optimized Row Columnar）和Parquet都是列式存储格式，它们在大数据处理领域，特别是在Hadoop和Spark生态系统中，被广泛使用。以下是ORC和Parquet的主要优劣势及其之间的区别： 设计背景： ORC：主要为Hadoop生态系统中的Hive而设计。 Parquet：是由Apache Arrow项目的一部

讲师端 讲师端-登陆token获取 讲师端-token加载控制台

11月24日晚上七点多面的，因为疫情，不方便去线下面试，是电话面试。 先让我做个自我介绍。 问了OSI七层结构。 问知道有哪些操作系统。 问了Java的基本数据类型有哪些。 问了重写和重载的区别。 问了抽象类与接口的区别。 问了对多线程的了解。 问了解框架吗，我说正在学，不太了解。 问了解JVM吗，我说还没学。 感觉应该是寄了。

以下是我的技术面试中遇到的问题，因为当时自己还在实习中，所以面试时没有做太多的准备，通过了笔试，但是技术面没有通过。我写下这个希望能够帮助想要去的同学去到这个公司。 我现在已经完成了面试复盘，反思了一下，确实我在面试的过程回答的问题，存在着许多问题。 同时我也感谢贵公司帮助我在后面的面试中积累经验。 以下是我面试过程中，hr问到的问题，回答可能不够充分，如果自己想深入深入的话，也可以去百度了解了解

捞一下杭州的牛友们最近都有进度没有，听说浙大杭电三方下来了公司跑去线下招聘大佬去了。身边不少其他城市的朋友已经三面或者hr面结束进池子了，只想求个结果不论好坏。 一面9.29 1、算法题：有一个有序数组，仅有一个出现一次的数，剩下的数都出现了两次，找出出现一次的数 2、场景编程题：init（5，10）创建一个5行10列的电影院并用0表示，sell（4，6）把卖出票的位置改成X，pring打印座位情

本人社招，面试大数据研发工程师岗位，一共三轮面试。 1、一面（技术面），约40分钟，面试题如下： （0）自我介绍，别照着简历说，补充说些简历上没有的，比如哪里人、兴趣爱好、优势有哪些等。 （1）笔试，编程题，语言自选，题目：输入一个字符串，找出其中的整数，按升序排序后输出，多个相连的数字为一个整数，排序可用类库自带方法。          实现很简单，这里就不提供答案了。 （2）笔试，SQL编程，

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

8.15 一面 约30min 面试官很准时 首先是自我介绍两分钟，我简单说了说自己的专业，说了说研究项目，提了下编程语言和参与的项目。 然后是项目介绍。大概说了15min吧。 再然后就是面试官根据项目内容提问，可能是因为我这个方向有点偏，面试官问的问题都很基础。 之后问了我对卷积的理解。 最后面试官简单介绍了这边是干什么的，询问期望薪资以及工作地点。 反问环节我没问（真不知道问啥） 面试官态度很好

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

一面 自我介绍 项目+论文 为啥项目中使用Ptuning？ 说一下Ptuning的原理 如何关注训练过程中的指标？ 训练步数如何确定？ RLHF的整个流程详细 llama factory代码看过吗？ DPO了解吗？ 算法题 二分，medium， 旋转数组的最小数字 二面 二面面试官问了很多开放性问题，就是丢给你一个一个问题/实际的步骤，问你怎么解决，怎么考虑，而不是问某某东西的原理 自我介绍 项目

9.9面试的，上来没自我介绍环节，直接简历项目开始过，比赛，论文，实习，中间穿插八股：BN和LN区别，transformer encoder组成，BERT等等，应该是都答上来了。 之后手撕，很简单求根号，没用二分，用梯度下降写出来了，被老哥表扬（大四机器学习课考过，做题家基因动了）。 最后说岗位匹配的问题，因为之前没做过自动驾驶，我就拼命说对这个方向感兴趣，自己这两天看过哪些论文（真的是为了这个岗

2023.09.06 一面 40mins 主要问实习经历，扣细节。 手撕：数组去重后排序。 2023.09.07 二面 40-45mins 问项目，问论文，问实习。 手撕：LC53 最大子数组和。手撕说给30mins做题，但是我暴力法做的1mins就做完了，面试官说怎么这么快哈哈哈！（其实要用dp，但是面试官说都可以，做出来就行） 2023.09.16 主管面 35mins 问了项目，后续就问一些

1.自我介绍 说一下在中科院做的学术研究 说一下自己做深度学习算法的工作，有哪些创新 2.说一下在intel做的工作 对于算子的优化有哪些？ 有没有写kernel？写了哪些kernel 具体怎么写的？怎么提高kernel的效率 3.基础知识 说一下transformer，multiheadselfattention的计算，以及它为什么要这样计算。 简化一下，attention机制和RNN相比有什么

7.13 一面 专业问答环节 自我介绍 项目1介绍 数据标注中遇到的问题 团队分工以及具体职责 模型推理速度 基线的选择 训练设备以及部署设备 算法性能提升情况 项目2介绍 项目3介绍 聊天环节 薪资考虑 工作地考虑 读研期间工作时间安排 7.19 HR面 自我介绍 家庭情况 为什么选择XX大学 读研期间科研的整个过程 对象问题 职业规划 为什么选择苏州 为什么选择我们，不考虑一些大厂吗 对未来工