话题广场
全部 / 求职面经 / 技术交流 / 行业资讯
  • 面试公司:东方网力科技股份有限公司面试岗位:大数据开发工程师基本信息北京市海淀区学院路35号世宁大厦4层408室,上市公司,公司大概1000多人。问的较多的是Hadoop大数据分析、spark、kafka、还有就是一些底层,大概整理了一下,仅供参考。面经内容1.首先简单的自己介绍2.对哪些大数据组件了解3.HDFS里面,如果两个namenode都变成startby模式,怎么处理?4.hive里面的分区和分桶5.hive的内部表和外部表的区别6.spark运行模式大概有几种,每种模式的区别7.在yarn上运行,运行模式是什么8.spark里面的job,stage和task区别9.介绍一下spark运行流程10.平时在开发spark的时候遇到什么问题(比如内存溢出)11.spark中堆内存和对外内存在什么地方用到?我们为什么要调整堆内存和堆外内存的使用?12.有两个数比较大,没有办法用常规的数据结构存储起来,把它放在string里面,位数比较多,可能有成千上万位,做一个加法器,把这两个数加起来,入参数两个string类型的,出参是string类型,如果让你设计的话,怎么设计?13.有一个数组,数组里面可能是字符串,里面的数有些会重复出现,有些只会出现一次,给你一个好的算法,来设计一下,怎么能找到只出现一次的这种情况。面经总结主要还是对自己知识点的理解,因为问的最多的就是一些知识点理论题。
    3 · 0 · 33 ·
  • 接到的第一个面试是三恒,由于第一次没什么准备,以至于很简单的三道CTF题只解出了一道,真的要去好好复习基础。后面也陆陆续续接到其他的电话,但由于实习时间问题拒绝了。面试题:1.自我介绍;2.给你一个站点说一下你的思路(这里我说了比较多,包括暴力破解,xss,sql都涉及了,这也可能是后面面试官没有继续问太难的问题的原因。);3.sql注入类型及防御方法;4.是否有实操渗透过网站;5.会什么编程语言,python掌握的怎样;6.评价一下自己的渗透水平,想去渗透还是去产品岗位;7.最近在学习什么知识;8.能到岗实习时间;总的来说面试官挺和气的,问的问题也基础,大家要去多多复习学过的知识。个人的感觉是尽量投递多一些简历,如果自己觉得没有准备完全的话就先面试一些中小型的企业,其一是可以积累面试经验,其二是可以找一份保底offer,有一份保底的offer可以让自己在之后的面试里面没那么紧张。
    3 · 0 · 29 ·
  • 一面(40min):1.自我介绍。2.为什么工作之后回来读研?是怎么考虑的?3.对工作有哪些期望?(回答第2个问题时我提到之前的工作中个人成长并没有达到个人期望)4.介绍之前的一段产品工作所负责的项目。5.详细介绍一下产品的维修流程。(回答第4个问题的时候我反复提到维修流程,等着面试官问)6.PRD包含哪些内容?7.ER图会包含在PRD里面吗?说说对ER图的了解。(当时脑子短路,不确定脑中的ER是不是正确ER图,然后就说之前画的少,但是之前做开发,会做一些数据库设计工作,ER是基本功)8.你用什么画原型?(Axure)用Axure如何设计弹窗?有哪几种方法?(我只说了一种。4轮面试我感觉第二难的题)9.你通过哪些途径/方式学习产品知识?10.面试官说明这批实习生入职之后需要实地走访供应链商家,做调研,需要在市内出差,先提前说明。(非常好的沟通)11.有什么要问的吗?(问:能否大概介绍一下供应链?然后面试官笑了,说这个问题问的很大,但是还是很耐心地讲了7分钟。如果不是对面试特别有把握,建议不要问这么宏观的问题)夸一下面试官,上来并没有直接让我进行自我介绍,而是介绍了自己和SHEIN的基本信息,所以让我也不会太紧张,面试全程放松,跟一场交流会差不多,也非常耐心地说明实习内容和分享供应链知识。两天之后HR通知等二面。
    1 · 0 · 27 ·
  • 一面项目介绍后发问:1、如果有需求部门和产品经理的前期准备策划,对你的设计是有帮助还是约束你?2、如果让你参加到一个项目中,你怎样开展你的工作?3、你喜欢玩哪些app?可以说一下你认为市场上比较好的app的优缺点吗?4、你们公司的团队结构是什么样的?5、你最喜欢的设计相关的网站有哪些?6、你会手绘吗?7、你认为UI未来的发展趋势是什么?8、什么是交互设计,以及具体职能是什么?9、你认为自己得产品价值最大的是哪个?为什么大?有难点怎么解决?10、阐述一下设计一款APP的想法和思路?11、谈谈工作中你如何避免侵权?
    2 · 0 · 24 ·
  • 经历了3个多月,前前后后面了很多小公司和大厂,终于拿到了迪卡侬的offer。迪卡侬的现场面试(技术面试+经理面试),整个面试大概2个多小时,详细的过程在下面。一面(电话面试)这一部分有点久远,大概自我介绍项目经历,兴趣爱好,做一些基础了解。二面(电话面试)你的项目里如何进行多环境配置的?说了下我构建的里面是如何实现的。setTimeout倒计时为什么会出现误差?这个主要考察的eventLoop。你有什么想了解的?我一般会问下前端团队人数,主要技术栈,接下来的一个面试流程等。整个过程更像是交流学习,不像是面试官提问,感觉非常好。这次沟通时间很短,问题也不多,为了后面的现场面试做个铺垫,当天就通过微信约了现场面试的时间。三面(现场面试):partone技术面试自我介绍v-model的原理?你读过vue源码吗?vue的优点有哪些?vue的缺点有哪些?vue的特点?你用过element-ui吗?组件多层嵌套是如何触方法的?组件是如何传值的?虚拟DOM为什么速度快?varconstlet的区别?vuex设计原理?如何实现一个事件注册?parttwo项目经理面试两位面试官自我介绍自我介绍你平时用到哪些运动软件,能针对该软件提出几条意见吗?你为什么从上一家离职?你为什么喜欢骑车?针对我提到自己去日本骑行之旅,问了下详细的过程,两个人是如何分工的?如何在工作中跟同事沟通的?
    1 · 0 · 28 ·
  • 个人背景:中流985理学专业应届毕业生。HR给我打过一个电话大致了解我的情况时也算一面吧,在这里贴一下专业面和主管面问到的问题。专业面试1专业面试1先简单介绍了自己的项目,然后让我写最熟悉的排序算法,最后是一道智力题。(1)关于项目:由于我没有参与过软件相关项目,也没有上过相关课程,所以我和面试官讲了大学的一个课设,和用MATLAB进行数学建模相关,面试官简单问了几个参数是如何选择的,项目是几个人共同完成的,就结束了。(2)关于排序:我写了个冒泡,和面试官讲了下快排的原理(已经忘记怎么写了,堆排序就从来没会过。面试官表示:“平时做的东西不怎么需要用是吧,好的好的。”(3)关于智力题:8个小球中有1个小球质量与其他小球不相同,此时你有一个天平,问需要称几次才能找出这个小球。一开始思路不对一直考虑二分,面试官告诉我正确答案是3次以后,顺利写出正解。专业面试2自我介绍以后,先让我完成3道题。(1)输出1-100所有孪生素数对。面试官告诉我不用考虑复杂度,重点在于实现。我就简单地找出所有素数存在list中,再判断相邻元素是否为孪生素数对,是则输出。面试官说可以了。(2)若观看视频时出现卡顿、花屏,请问是什么原因造成的,应该如何排查。不具备网络基础知识,我从网站、服务器、路由器、网络设置四方面来答,面试官说应该分析卡顿、花屏是由不同原因造成的,再进行陈述。(3)如下图,求A点到B点最短路径数目。这是一个简单的dp问题。是洛谷上的基础题的简单版。可以简单看出规定只能朝右或朝上走后,每条路径都是最短路径。设f(x
    2 · 0 · 37 ·
  • 三面技术面1.解释GoogLeNet的Inception模块的原理2.解释反卷积的原理和用途3.解释批量归一化的原理4.解释SVM核函数的原理5.什么是过拟合,过拟合产生的原因是什么?有什么方法能减轻过拟合?6.什么样的函数可以用作激活函数?7.什么是鞍点问题?8.在训练深度神经网络的过程中,遇到过哪些问题,怎么解决的?9.SVM如何解决多分类问题10.列举你知道的聚类算法11.K均值算法中,初始类中心怎么确定12.简述EM算法的原理13.列举神经网络的正则化技术
    2 · 0 · 23 ·
  • 技术二面1.如果同时定义了两个函数,一个带const,一个不带,会有问题吗?2.请你来说一说隐式类型转换3.说说你了解的类型转换4.请你来说一说C++函数栈空间的最大值5.请你来说一说extern“C”6.请你回答一下new/delete与malloc/free的区别是什么7.请你说说你了解的RTTI8.请你讲讲STL有什么基本组成9.请你说说STL中map与unordered_map10.请你说一说vector和list的区别,应用,越详细越好11.请你来说一下STL中迭代器的作用,有指针为何还要迭代器12.请你说一说C++的内存管理是怎样的?13.请你来说一下C++/C的内存分配14.请你回答一下如何判断内存泄漏?
    3 · 0 · 31 ·
  • 二面(技术面)项目+自我介绍1.为什么要做接口测试?2.接口测试能发现哪些问题?3.接口测试怎么测?4.用什么工具测接口?5.WebService接口是如何测试的?6.没有接口文档如何做接口测试?7.在接口测试过程中,上下游接口有数据依赖如何处理?8.依赖第三方数据的接口如何进行测试?9.当一个接口出现异常时,你是如何分析异常的?10.如何模拟弱网测试?11.如何分析一个bug是前端的还是后端的?12.接下来的三年职业规划?13.你有什么问题要问我嘛?
    2 · 0 · 25 ·
  • 技术面主要问题1.什么是perplexity?它在NLP中的地位是什么?2.ReLu的问题是什么?3.使用SVD学习潜在特征和使用深度网络获取嵌入向量有什么区别?4.LSTM的hidden和cell存储的信息是什么?5.带bias的LSTM模型的参数个数6.LSTM的复杂度7.transfomer的时间复杂度8.为什么self-attention怎么牛逼?9.Adamoptimiser的局限性是什么?10.AdamW和Adam有什么不同?11.使用大的batchsize可以训练模型更快吗?12.你喜欢特征提取还是微调?你怎么决定?你会使用BERT作为特征提取器还是对它进行微调?13.举一个学习率调度策略的例子?14.我们应该在深度学习中进行交叉验证吗?15.在多任务学习中,软、硬参数共享的区别是什么?16.注意力机制有哪些不同类型?
    4 · 0 · 36 ·
  • 微信扫码加好友进群