许愿北京移动offer

滴滴-营销技术 一面1.自我介绍2.实习拷打3.有相似性的文本相关的系统架构应该如何设计，mysql+redis合适吗，tf-idf如何计算，你说用向量数据库，该怎么用向量数据库实现4.缓存穿透的通用解决方案，布隆过滤器的原理，布隆过滤器能不能delete，误判率由什么决定，怎么扩容，当布隆过滤器快满的时候的时候效率极具下降怎么办5.先更再删什么时候会不一致，假设两个操作是原子性封装操作后会有不一致现象吗，集群模式是怎么导致的，集群模式的不一致会严重影响业务不一致吗6.你讲讲你实践过的慢查询治理经验，传统的oltp场景下慢查如何分析，explain哪些字段你关注，讲讲kind的几个级别都是什么意思，你有遇到过实际走索引更好但是mysql不走索引然后你给他force一下确实效果更好的场景吗，什么场景+指标归因下7.给出一个字符串T，给出一个字符串S，找到T中覆盖S中所有字符的一个最小子串恒生电子-证券 一面1.自我介绍2.瞎jb闲聊3.部门是做证券相关的业务，请你分析证券相关有哪些可以做的业务，有哪些是可以和ai结合的4.讲讲实习最复杂的最有技术挑战的地方

#牛客AI配图神器#一、场景题：一个存储IP地址的100G 的文件, 找出现次数最多的 IP ？和大文件中存id，然后要求排序问题一样的处理思路使用MapReduce的思想解决，加上哈希分割，先将大文件中的IP地址按照哈希函数进行分割，存到多个文件上，接着每个分片单独处理，用Hashmap统计IP出现频次，记录当前分片最大值。最后归并处理，找出所有候选IP中的最大出现次数的IP。1.哈希分割（预处理阶段）① 使用高效哈希函数计算每个IP的哈希值② 按哈希值取模分片：hash(ip) % N → 生成N个分片文件分片数计算：假设可用内存1G，每个分片限制为50MB → N=2000分片2.分块统...

最近收到恒生电子的offer了，有无最近也要入职恒生或者周围园区的友友们呀，可以一起合租一个大一点的😁#牛客租房专区#

没找到java实习 倒是为了攒面试经验 有一个数据开发（恒生聚源）的岗过了 目前0实习0项目 要实习到6月 建议去吗