腾娱互动-广告业务-硬-Go社招-8.2

alt

  1. 岗位介绍:base武汉,广告系统后台开发,还有一个名额
  2. 自我介绍
  3. 项目-卡池
    1. 能支持多少张卡来抽
    2. 如果卡的量大的时候会带来什么问题?
    3. 有没有考虑过接口的并发,有没有测试过这个接口能支持多少并发
    4. 你们的服务器为什么能支持上万的并发
    5. k8s里面一个pod实例里面的资源是怎么分配的
    6. 抽卡的过程中,哪些阶段是比较耗时耗性能的操作
    7. 有没有测试过gm的并发
    8. 有没有测试过4g 8核的这个服务器,gm能跑多少
    9. 你说抽卡接口的支持上万的并发,你应该有一些数据的支持,或者你自己做过一些验证,这样你才能说服面试官
  4. 广告投放平台
    1. YouTube素材上传,广告要上传到哪里去,同步到YouTube的哪里,我想了解一下YouTube本身的一些业务,同步到后台是哪一个,这个同步有没有什么限制。这个YouTube账号是怎么跟广告账号做关联的
    2. 广告创建是创建到哪个平台
    3. 字节跳动和广点通呢,也是同步素材
    4. 为什么要你们去做一个素材同步功能,而不是直接去字节跳动和广点通的后台上传
    5. 批量上传你们大概能支持多少,或者广点通的接口有没有限制
    6. 比如我要同步一个素材同步到广点通的某个投放账号,同步的时候这个接口是直接同步了呢,还是同步之前要做什么事情
    7. 拿token的这个过程是怎么实现的
    8. fb你们做了一个广告创建,为什么要做这个广告创建,直接在媒体后台创建不行吗
  5. 归因
    1. 你知道广告的归因吗?什么叫做广告归因
    2. 负责从广告中收集用户行为数据,这个是什么东西
    3. 这个数据为什么要落到clickhouse而不是一些其他的db
    4. 有没有对clickhouse的一些理解?什么是列式的数据库管理系统?
    5. kafka,哪边生产数据,哪边消费数据
    6. 你们上报的量大概有多少
    7. 为什么不查完直接上报呢(发送完标记一下,可以查完标记一下,每次查未发送的)?而是用kafka来做这些事情?
    8. 从kafka消费消息,这个消费要推到字节的后台的嘛。那么推送字节的后台的过程中网络出问题了,不成功,怎么处理?
    9. 为什么要用redis,存的offset时间,这个时间会带来什么问题,有没有考虑过
    10. 这个5分钟记offset有没有遇到什么问题
  6. mysql
    1. 实际业务场景中有遇到索引优化或者一些事物吗
    2. 用事务之后会带来哪些缺点,回滚为什么会带来负担
  7. gin框架
    1. 你了解怎么样
    2. 一个请求过来,gin框架接触到这个请求之后,会经过哪些处理流程
    3. 路由树在这个请求的哪一步的时候会处理到
  8. 反问

腾讯的面试还是那么硬核,哪怕是子公司

#腾娱互动##广告投放##广告##腾讯##Golang社招#
全部评论
牛逼
点赞 回复 分享
发布于 08-14 12:01 湖北
吓死了
点赞 回复 分享
发布于 09-12 19:55 广东
天翼云科技有限公司
校招火热招聘中
官网直投

相关推荐

记得之前做过这个概念,但是没想到第二次看到这个概念,还是G了,难受阿,就不能给点用例过吗。-----考完思考了一下一些坑在哪以一个极端一点的为例子:777771234误区1:很容易搞成789xxxx,然后说不定程序还会报错。误区2:只需要最开始重复的数字比之前的大就行,其他的保持小数字。比如改成78xxxxxx后,你第三位数字应该是一个较小的数字了所以应该是780xxxxxx。误区3:注意可能小的数字也不是一定能用的,比如这里很明显你改成780xxxxx后,后面的数字应该是5了,不能是1,也就是7805xxxx。也就是说一开始就应该把不能用的数字明确好。不知道有没有逻辑错误的地方或者没考虑到的,有的话可以讨论一下。---更新--误区4:还得进位,比如988,就得是1023了写了代码,如果有问题也欢迎指出:def need_carry(x:str):    # 碰到重复的数字,且该数字的所有高位都已经用完    used = [False] * 10    num_list = list(x)    for num in num_list:        used[int(num)] = True    num_dict = {}    for i in range(len(num_list)):        num = num_list[i]        if num in num_dict:            if all(used[j] for j in range(int(num)+1,10)):                return True        else:            num_dict[num] = True    return False    def process(x):    used = [False] * 10    if need_carry(x):        x = '1'+'0'*len(x)    num_list = list(x)        for num in num_list:        used[int(num)] = True    unused = [str(i) for i, flag in enumerate(used) if not flag]    num_dict = {}    change_made = False      for i in range(len(num_list)):        num = num_list[i]        if num in num_dict:            if change_made: # 已经改过一次了,所以直接用unused里的最小的                num_list[i] = unused.pop(0)            else:                for j in range(int(num) + 1, 10):                    if str(j) in unused:                        unused.remove(str(j))                        num_list[i] = str(j)                        change_made = True                        break        else:            num_dict[num] = True    return ''.join(num_list)#蚂蚁#
查看4道真题和解析
点赞 评论 收藏
分享
09-12 14:48
米哈游_服务器
😅 最近我在工作中尝试使用AI来写代码,发现了一些有趣的小技巧,忍不住想和大家分享一下!    1. 给AI一些样例:在使用PushGPT写代码时,给它一些样例代码,让它仿照着写。这样它会模仿你们项目里的设计模式和命名规范,写出来的代码更符合团队的风格。比如有一次,我让PushGPT写一个新的API接口,给它看了我们项目中已有的几个接口样例,结果它生成的代码完全符合我们的规范,省了我不少时间。    2. 将需求拆得足够细:把需求拆分成一个个小模块,让AI逐个完成,最后再把它们拼起来。这样不仅能提高效率,还能减少出错的概率。记得有一次,我需要实现一个复杂的算法,我把算法拆成了几个小步骤,每一步都让PushGPT来完成,最后再把这些步骤拼接起来。让ai直接完成一个大的需求是很难得,有时候会为了这个需求漏了那个需求,因为他们的上下文数量是有限的。所以我们先拆好功能,再让它们逐个实现,我们再将接口拼接即可~    3. 小费魔咒:哈哈,这个真的贼好玩!我发现只要你许诺做得好给它小费,PushGPT就会拼命做好。刚开始我跟它说给它加工资,效果还不错,后来发现它对小费更敏感,可能这也是训练集中学到的一部分吧!有一次,我需要PushGPT快速生成高质量的代码,我开玩笑地跟它说:“如果这次做得好,给你小费!”结果它生成的代码质量真的很高,几乎没有需要修改的地方。    4. 利用AI进行代码审查:除了写代码,我还发现PushGPT在代码审查方面也很有帮助。我会把自己写的代码片段给它看,让它帮我找出潜在的问题和优化点。有一次,我写了一个复杂的正则表达式,自己检查了好几遍都没发现问题,结果PushGPT一眼就看出了一个小错误,避免了只后的bug。让ai帮忙判空是非常方便的,它们非常喜欢这个任务。    5. 自动生成文档:PushGPT不仅能写代码,还能帮忙生成文档。写文档是每个程序员都会头痛的事,我会让它根据代码自动生成注释和文档,这样不仅提高了效率,还保证了文档的准确性。不过,使用GPT写的代码一定要自己再过一遍哦,确保没有问题。毕竟,AI再聪明也有可能出错,我们还是要保持警惕。希望这些小技巧能帮到大家,也期待看到你们的AI职场智慧分享! #AI了,我在打一种很新的工# 顺便内推一下!米哈游秋招预研岗位up掉落!
米哈游
|
校招
|
65个岗位
点赞 评论 收藏
分享
3 7 评论
分享
牛客网
牛客企业服务