题解 | 浙大不同难度题目的正确率

- 自我介绍- 项目介绍- 高并发高流量怎么测出来的- 上线过程，为什么不使用K8s，那你是怎么去监控你的项目的情况的呢- MySQL left join， right join ，inner join 的区别- Join 的底层是如何实现的- 离线排序算法- 音视频项目高流量体现在哪里- 你刚刚说了项目的优化，那么说说具体的优化在哪里- 无锁队列（Lock-Free Queue）- 有了解过level DB呢- 为什么想着做你的第二个项目（项目选型有问题，他说应该是flinkDB）手撕：- 基本计算器（用栈实现，左括号压栈，右括号弹出）反问:- 去能接触到什么- 面试中有哪些可以提升的地方（需要学习一些底层的东西）#牛客AI配图神器##27届##面经##面经java##找实习##java#

with tmp as ( select t1.title,t2.salary from titles as t1 inner join salaries as t2 on t1.emp_no = t2.emp_no) select t.title as title,avg(t.salary) from tmp as t group by t.title order by avg(t.salary) asc;

深度学习研究员（实习）岗位职责：1. 基于海量金融数据，进行深入分析与挖掘，提高金融数据信噪比；2. 跟踪复现SOTA深度学习模型，包括但不限于时序预测、多模态、价格预测和图网络等方向；3. 构建严谨科学的算法评测反馈体系，不断迭代改进算法；岗位要求：1. 精通深度学习，熟悉各类模型架构设计，具备创新研究能力。2. 编程能力出色，熟练掌握Python，熟练掌握Tensorflow/Pytorch框架。3. 在国际顶会或期刊发表相关论文者优先。4. 在Kaggle等平台比赛取得优异成绩者优先。我们的优势：1. 复合型团队，由学术界大牛（普林斯顿，北大，浙大、中科大，人大等）+互联网精英 （阿里，美团，华为等）构成；2. 充足的GPU计算集群资源，海量的金融数据库；3. 真实业务场景，国内某头部券商合作，真正实现研究到产业应用的转化。量化策略研究员（实习）岗位职责：基于海量金融数据，深入分析研究，挖掘有效alpha信号；基于SOTA深度学习工具箱进行模型迭代，投资策略迭代，协助基金经理构建和优化投资组合，不断提高投资组合业绩表现；岗位要求：1. 精通深度学习，熟悉各类模型架构设计，具备创新研究能力。2. 编程能力出色，熟练掌握Python，熟练掌握Tensorflow/Pytorch框架。3. 在国际顶会或期刊发表相关论文者优先。4. 在Kaggle等平台比赛取得优异成绩者优先。我们的优势：1. 复合型团队，由学术界大牛（普林斯顿，北大，浙大、中科大，人大等）+互联网精英 （阿里，美团，华为等）构成；2. 充足的GPU计算集群资源，海量的金融数据库；3. 真实业务场景，国内某头部券商合作，真正实现研究到产业应用的转化。感兴趣简历发我邮箱：heimixiaozhuang@zju.edu.cn

一面（1h）没让自我介绍，对着写的简历评价了一遍选一个收获最大的项目讲一下我就挑了项目里面跟并行计算相关度最高的一个讲了一下（硬件加速相关）项目追问：阵列的结构，数据流怎么设计的blahblah然后直接撕代码，不过挺简单的，我的题是计算32bit输入中1的个数（当时没想写什么优化，就写了简单的移位+计数+中间寄存）对我写的代码分析，然后说我这样设计需要的周期太多了，以及寄存器资源有点浪费，有没有考虑过组合逻辑我就说按位for循环加起来，但这样会不会时序过不了，然后就顺势问时序过不了怎么解决，加法器和寄存器的资源哪个占用多之类的blahblah然后就是设计和验证的基础知识，具体问了哪...