业务面20min 1.自我介绍2.具体介绍一下在实习做了啥？3.在实习的需求，具体说说背景，问题是什么，怎么解决的，你提出的这个模式怎么解决的这个问题？4.主播是为了赚钱，pk是为主播提供什么价值？5.主播如何知道自己该争取什么指标6.你这个项目当时的目标是什么？你做了哪些努力达成目标？在项目中，具体介绍一下设计了什么策略，为什么这么设计7.pk的匹配有针对路径进行一些规划吗，比如某些环节转化率很低？8. 讲一段实习经历中遇到的困难

1V1 经理面自我介绍字节大使期间做了什么活动，最后结果如何在工作中的角色是什么社群运营有做过日常维护的工作吗有用过贴贴吗，最大的感受是什么有什么想法去做更多产品宣传吸引流量介绍社团嘉年华的工作、活动流程平时的兴趣爱好，喜欢看什么内容下面开启闲聊模式：聊了她的工作范围和职业生涯，她坦言可以教给我的东西也有限，但尽量给我多做核心的工作面完第二天一早收到offer通知，很珍惜这次机会，leader人真的很好，很好的一次面试体验。

学习连接：理解L1, L2正则化的正确姿势归一化的主要目的是降低模型复杂度，减少过拟合。最基本的正则化方法是在原目标（代价）函数中添加惩罚项，对复杂度高的模型进行“惩罚”。数学表达式为：其中是目标函数，为惩罚项，可以理解为模型“规模”的某种度量；参数控制正则化的强度。常用的正则化函数L1范数，L1正则化（LASSO）：L2范数，L2正则化（Ridge/岭回归（华为二面））:如何实现降低复杂度对于目标函数，第一部分权重尽力拟合训练数据，第二部分令权重尽可能小，当无穷大的时候，权重会接近于0。添加了惩罚项的损失函数，综合考虑的模型的拟合能力和复杂程度，从而找到合适的。L1正则化比L2正则化更容易得...

9.13  10:00  笔试 又是面不改色又小心翼翼在工位上做笔试的一天 差点给忘了，10：10才想起来，进去发现10：20就进不去了 平台是ShowMeBug，看到这个title心头一紧，上次运行不出来的情景还历历在目 越是着急呢，它越是整幺蛾子，做个笔试竟然要传身份证照片且人脸识别？？？ 一开始用的内网死活传不上照片，还好在开考前两分钟想起来用流量顺利才进去了 平台：ShowMeBug；时间：120min；总分：180分 题型：5个问答题（MarkDown编辑器） 是的，看到180分我也很...

题型：一道编程三道问答 第一题：编程题——左外连接（SQL） 第二题：HTTP的请求方式，GET和POST请求的区别 第三题：查询数组中的唯一元素，要求时间复杂度为线性——HashSet的remove()方法简单一点，我用的是HashMap 第四题：同构字符串序列——HashMap（类似加密问题）

整理了一下提前批的面试 项目： 项目介绍一下 数仓建模，设计的每一层的作用？数据量有多大？ Hive怎么创建分区表？项目有用到动态分区吗？用到过二级分区吗？ 了解Hive调优吗？分区裁剪了解吗？ HDFS写数据流程 一台DataNode宕机怎么处理 HQL语句的执行过程，验证用户权限在哪个组件？语法检查、表结构是否存在的检查在哪个组件？ 对哪个大数据组件熟悉？ HBase LSM树的思想说一下 MemStore中排序方法？跳表 ...

陌陌 推荐算法工程师  一面面经 45分钟左右（秋招第一面） 刚开始面试官的电脑没有声音，换成微信，再加上我在实习，只能在餐厅面试有点吵，网也有点卡 1. 深挖项目（计算机视觉，所用的模型有什么特点等） 2. 竞赛（NLP,一些模型的基础知识，deberta与bert的区别等) 3. 机器学习基础知识：逻辑回归损失，参数更新公式，线性回归损失，参数更新公式，这里紧张多写了一个平方。。。。。面试官点了一下瞬间反应过来 4. 场景：如何给顾客推荐商品，根据什么 5. 多分类任务如何去做：两方面一个样本只属于一个类（softMax），一个样本属于多各类（训练多个模型） 6. 其他推荐算法相关问题，这...

7.15 笔试 7.20 一面 无自我介绍 介绍项目 Anchor-free标签匹配方式 小目标信息丢失问题 基线选择 模型压缩技术 代码 7.1 求均方根 7.2 Softmax函数 7.3 交叉熵损失函数 7.27 二面 自我介绍 项目介绍 传统方法如何处理多尺度目标共存问题 双模态语义分割框架 语义分割损失函数 语义分割常见问题 边界模糊问题 点云配准及应用 凉~

提前批开始了一段时间了，在互联网方向面试了多家公司，一些小小的经验分享 经验感悟 1. 小厂不一定好过 在我面试过的公司里面，我觉得反而是大公司更容易通过，这可能是由于大厂在简历筛选的过程中会更倾向在简历筛选的过程中更严格地执行对上家公司的体量和学历的过滤，导致本身进入面试的人数不够多，同时大厂招人时可能没有小厂那么精打细算，且更注重项目经历，相比之下，中小厂对算法及基础知识的考察和项目的考察我感觉会比大厂更为严格和深入。 2. 今年hc真的少 本来我最心仪的offer是蚂蚁金服的offer，但是和面试官聊过后，面试官表示今年的hc名额不足，需要出一进...

1.项目相关15min 有个Tiktok推荐系统实习 2.项目中讲到了缓存，然后问了LRU，LRU的各种情况，怎么优化(30min) 3.计算机系统中的缓存结构。。（讲了下高速缓存，怎么实现的，不会，。，） 4.计网： IP和MAC地址，从一个局域网发数据到另外一个局域网的源地址和目标地址的变化，ARP,NAT等，忘了录音记不清了 怎么实现流量控制，比如接收方1min内只能处理十个请求 5.c++11特性（不会c++，java选手） 6.java垃圾回收机制，你写代码的时候是用的哪一个（G1），有什么特点，什么时候STW 7.实现LRU 8...

7.12号  一面：60分钟 1. 自我介绍 2. 选一个你觉得做的最好的项目进行介绍，然后逐个问简历上写的该项目的每个技术点（项目大概问了30分钟） 3. Hadoop组件你熟悉那个（回答MapReduce和HDFS） 4. HDFS的读写流程说一下 5. 如果HDFS写的过程中DataNode宕机了会怎么办？(回答了一台DataNode宕机的处理机制) 然后追着问：如果所有的DataNode都宕机了怎么办？(懵逼) 6. 说一下HashMap的底层数据结构？ 为什么当链表长度大于8时，并且数组大于64是链表才转换成 红黑树？ ...

7.12 一面通过，一面面试体验良好 当天下午hr通知二面 约了7.14的二面 7.14下午三点二面，面试官迟到，与hr沟通后进入会议室开始面试 一上来问了我很多与推荐算法无关的东西（是真不会啊） 问了和开发相关的，什么是推排序，怎么实现， 一个场景题，给你一个不知道长度的链表，怎样等概率的抽取50个数据。。。。。。 就是不问机器学习的相关知识，当场kpi面试官，直接摆烂 之后，问了论文和项目，说听不懂我的模型以及各种不理解 面了大概70min 今天问hr，通知凉凉 算了算了，就当面面经验，而且是无效面试（可能是我太菜...

前言 2022年已经悄然过去一半，马上有到了秋招的时候，对于Android开发者们，也是听到、看到了很多不太利好的消息，很多大厂也是频频冲上热搜，这也着实让大家对自己的前途感到迷茫。 其实近些年来，很多人都在不断地唱衰Android的发展趋势，虽然Android热度不如从前，随着行业的发展，各大厂对于从业者的要求也越来越严格，但其实那些基础知识扎实、开发技能过硬的开发者依旧是各大厂争相抢夺的香饽饽，很多大厂对于中高级Android开发者仍旧求贤若渴。 陌陌一面 （40分钟）首先进行自我介绍对自己项目介绍（会重点对自己的项目进行提问） 看代码说运行结果 栈帧的概念 的概念，加锁原因 进程、线程...

秋招帖子- 本帖子提供给秋招总结帖：https://www.nowcoder.com/discuss/960729 2021年的面经，最近在写秋招总结，把面经也发给大家。本帖只有题目，详细过程看上述秋招总结帖 8.11技术一面 说一下你实习做的最具有挑战，有难度的一个东西。 项目 说到了分布式锁 说完怎么设计的，然后打断，不想听理论，具体用到了什么指令。 你这个设计和随便一个技术博客是有的。你做的没有什么提升吗？（心里：redis分布式锁...

陌陌的整个面试结果，是我参加的秋招企业里最最最最最意外的，真就像那句话说的「宇宙只会给你，你已经不再渴望和缺少的东西」。 简历投递后，隔了大概一两周就收到了hr的一面通知，结果一面面试时间和微信读书的面试时间紧挨着！！！中间大概就间隔10分钟，我当时以为没问题，但意外就是比计划多。 微信读书面试的时候，我电脑没电自动关机了，拖延了一点时间之后，就造成了陌陌一面中，我迟到了！ 盛夏7月的广州，又待在没有空调的封闭隔间了，刚刚结束一场微信读书面试生死局，我当时出现在视频面试画面里真的是，满！头！大！汗！ 开场我首先道歉，没有说实际原因，我现在也忘了当...