面经：1，上来就有一个英文自我介绍，大家可以好好准备2，让我用中文介绍了读研期间的项目，并承担什么角色等项目相关的问题3，让我介绍第二个java项目，kafak怎么用的4，为什么会投递联想，对联想有什么了解5，对这个岗位的了解，然后给我介绍了一下岗位6，找工作看重什么？7，反问，还有下一轮面试吗🔔联想春招&暑期实习启动！WLB～不加班不打卡网申链接：https://talent.lenovo.com.cn/home内推码：2025XZLMWWY内推码：2025XZLMWWY👉内推码填写指南：网申创建简历时在我的简历-其他中“从哪儿获知此招聘信息”选择“联想员工推荐”，并在内推人it...

一面体验极好，30min1.二维数组是行优先还是列优先遍历效率高，为什么？ 2.网络为什么要分层？3.数据结构哪些是线性的哪些是非线性的，分别用在哪些场景下。4.线程池中线程正在执行网络IO,我把线程终止了，这些网络IO会发生什么？（说有难度，比较复杂，考虑多种情况） 5.进程和线程，各个语言中的线程和操作系统线程的转换还是啥的，记不清了，这个不会。

联想数据开发工程师面经（2025届校招/实习）📌 背景：985本硕，计算机相关专业，有大数据项目经历，面试岗位为数据开发工程师（Base北京/上海）。📝 面试流程 & 问题回顾1. 笔试（线上编程+SQL）- 题型：- 算法题（LeetCode中等难度，考察数组、字符串、动态规划）- SQL题（多表关联、窗口函数、复杂查询优化）- 大数据基础（Hadoop/Spark原理简答）2. 技术一面（1小时）- 数据结构与算法- 手撕代码：合并K个有序链表（优先队列实现）- 时间复杂度分析，如何优化？- 大数据生态- Spark和Hadoop的区别？Spark为什么更快？- 数据倾斜的解决方案？- SQL实战- 写一个**连续登录用户统计**的SQL（使用窗口函数）- 项目深挖- 介绍一个大数据项目，你在其中负责什么？- 如果数据量增加10倍，如何优化你的方案？3. 技术二面（45分钟）- 系统设计- 设计一个实时数据仓库，如何保证低延迟和高可用？- Kafka和Flink在实时计算中的作用？- 数据库- MySQL索引原理，B+树 vs Hash索引- Hive内部表和外部表的区别？- 场景题- 如果某天发现报表数据异常，如何排查？4. HR面（30分钟）- 职业规划、为什么选择联想？- 对加班/出差的看法？- 期望薪资？💡 面试建议1. **重点复习**：SQL（窗口函数、优化）、Spark/Hadoop原理、常见大数据场景题。2. **项目复盘**：确保能清晰讲解技术选型、难点和优化思路。3. **算法刷题**：LeetCode热题100+剑指Offer，尤其是**链表、树、DP**。4. **反问环节**：可以问团队业务、技术栈、新人培养计划等。🌟 联想数据团队体验- 技术氛围浓厚，大牛导师带教，内部有完善的大数据平台。- 业务覆盖智能供应链、用户行为分析、风控建模等，实战性强！📢 投递Tips：联想对代码能力+大数据基础要求较高，建议尽早投递！📅 【投递链接】春招：https://talent.lenovo.com.cn/position?projectType=1暑期实习：https://talent.lenovo.com.cn/position?projectType=2【内推码】2025XZLMCX【内推入口】在“联想校招官网”投递校招职位，创建简历时“从哪儿获知招聘信息”选择“联想员工推荐”并且输入推荐人ITcode：2025XZLMCX投递的同学评论区留下【姓名缩写+岗位】，方便及时跟进加入联想，与创新者同行，用科技改变世界！（欢迎留言交流，祝大家offer多多！🎯） #内推#    内推码    #联想#    26届    #26届实习交流#    数据人的面试交流地   

面经：1，上来就有一个英文自我介绍，大家可以好好准备2，让我用中文介绍了读研期间的项目，并承担什么角色等项目相关的问题3，让我介绍第二个java项目，kafak怎么用的4，为什么会投递联想，对联想有什么了解5，对这个岗位的了解，然后给我介绍了一下岗位6，找工作看重什么？7，反问，还有下一轮面试吗🔔联想春招&暑期实习启动！WLB～不加班不打卡网申链接：https://talent.lenovo.com.cn/home内推码：2025XZLMWWY内推码：2025XZLMWWY👉内推码填写指南：网申创建简历时在我的简历-其他中“从哪儿获知此招聘信息”选择“联想员工推荐”，并在内推人it...

24届面经分享，不得不夸一下联想的效率，笔试到offer只用了两周。老规矩先放内推码zhangjb24投递链接https://talent.lenovo.com.cn/campus创建简历时选择员工推荐时间线4.x投简历。4.7下午，笔试的邮件到了，3个自然日自选时间完成。这点很赞。4.9完成笔试4.16 一面 技术面4.17 二面 领导+HR同时面4.23 offer笔试介绍笔试部分分两部分，没有先后顺序，先做哪个都可以:第一部分，综合能力测试:所用题库：SHL。包括2-3类题型；针对所有岗位 Essay Writing-25mins（我好像没有这个）性格问卷-25mins综合能力测试-36mins（30个题目，类似行测），包括：图形推理、计算题、逻辑推理题。综合能力测试是有及格线的，不过线进不了面试。第二部分，技术测评：20道选择题+2道编程题；仅针对技术岗位测评时间：非统一时间测评。和投递部门，投递时间有关。测评有效期：3个自然日（非工作日）如果错过测评没有补测机会、也无法直接参加面试。笔试和评测2天后，11号，收到邮件进面试了，一面面试是5天后的16号。一面（技术面）:0.面试官自我介绍，他是入职后的带教导师。1.自我介绍，询问基本情况。2.介绍自己的校园经历or实习经历。3.项目介绍，介绍项目亮点。深度自认为不是特别深，基于项目一些问题。比如介绍项目遇到的困难以及如何解决。4基于项目所用技术，询问该技术相关问题，并问的比较前沿，但是并不是刁钻，可能是想是测一下我对新技术的认知广度。(恰好前几天刷手机看到了一篇论文，刚好提到了这个问题，有点印象但是不多，表达不是特别好)。养成看公众号论文推送的习惯真好。5.面试过程给人很舒适的感觉，一面更多是在和面试官交流，而且也能从面试官的精神状态看出来公司非常 wlb。发散问题时候，有个模块我没有记起来，只大概说了一个名字，他还给我讲了一下这个东西。最后，面试官给我详细介绍了公司部门的业务。总的来说不是特别难，会有比较发散的问题，可能需要有一定的知识广度，以及对问题的思考和理解，整体来说面试体验挺好的。时间45分钟左右。二面（领导+HRBP）:1.自我介绍和一面一样。2.介绍项目，但是领导会基于项目问发散性问题，开放式的问题（基于岗位或者简历里提到的技术栈）。3.常规HR问题，压力问题，英语口语等等。面试时间40分钟。OfferOffer是一面面试官最先告诉我的。比offer call提前了一天。联想给的价格很很满意。联想965双休不加班不打卡、15天带薪年假、12天带薪病假等等福利待遇实在没理由拒绝啦～结束语辛苦读研三年，不想说轻舟已过万重山，只是很感谢自己的选择，生活没有最优解，但是我还是相信自己永远会拿到上上签。联想校招投递官网https://talent.lenovo.com.cn/campus【非常重要】创建简历时选择联想员工推荐:填写zhangjb24我走了很远的路，一直到今天。整个求职过程中，从提前批到秋招、春招，真切感受到了整体经济的不景气、就业形式的严峻，焦虑和压力如影随形，但是最终柳暗花明。所以希望此刻有同样就业求职困扰的你，不要自我怀疑，认真对待每一次测评，每一场笔试面试，好运总在下一个转弯。最后，希望在联想这个没有天花板的舞台，我能够实现自己的价值，为用户创造更好的产品。 #联想# #面经# #牛客AI配图神器#

联想数据开发工程师面经（2025届校招/实习）📌 背景：985本硕，计算机相关专业，有大数据项目经历，面试岗位为数据开发工程师（Base北京/上海）。📝 面试流程 & 问题回顾1. 笔试（线上编程+SQL）- 题型：- 算法题（LeetCode中等难度，考察数组、字符串、动态规划）- SQL题（多表关联、窗口函数、复杂查询优化）- 大数据基础（Hadoop/Spark原理简答）2. 技术一面（1小时）- 数据结构与算法- 手撕代码：合并K个有序链表（优先队列实现）- 时间复杂度分析，如何优化？- 大数据生态- Spark和Hadoop的区别？Spark为什么更快？- 数据倾斜的解决方案？- SQL实战- 写一个**连续登录用户统计**的SQL（使用窗口函数）- 项目深挖- 介绍一个大数据项目，你在其中负责什么？- 如果数据量增加10倍，如何优化你的方案？3. 技术二面（45分钟）- 系统设计- 设计一个实时数据仓库，如何保证低延迟和高可用？- Kafka和Flink在实时计算中的作用？- 数据库- MySQL索引原理，B+树 vs Hash索引- Hive内部表和外部表的区别？- 场景题- 如果某天发现报表数据异常，如何排查？4. HR面（30分钟）- 职业规划、为什么选择联想？- 对加班/出差的看法？- 期望薪资？💡 面试建议1. **重点复习**：SQL（窗口函数、优化）、Spark/Hadoop原理、常见大数据场景题。2. **项目复盘**：确保能清晰讲解技术选型、难点和优化思路。3. **算法刷题**：LeetCode热题100+剑指Offer，尤其是**链表、树、DP**。4. **反问环节**：可以问团队业务、技术栈、新人培养计划等。🌟 联想数据团队体验- 技术氛围浓厚，大牛导师带教，内部有完善的大数据平台。- 业务覆盖智能供应链、用户行为分析、风控建模等，实战性强！📢 投递Tips：联想对代码能力+大数据基础要求较高，建议尽早投递！📅 【投递链接】春招：https://talent.lenovo.com.cn/position?projectType=1暑期实习：https://talent.lenovo.com.cn/position?projectType=2【内推码】2025XZLMCX【内推入口】在“联想校招官网”投递校招职位，创建简历时“从哪儿获知招聘信息”选择“联想员工推荐”并且输入推荐人ITcode：2025XZLMCX投递的同学评论区留下【姓名缩写+岗位】，方便及时跟进加入联想，与创新者同行，用科技改变世界！（欢迎留言交流，祝大家offer多多！🎯） #内推#   内推码   #联想#   26届   #26届实习交流#   数据人的面试交流地   #数据人的面试交流地#

面经：1，上来就有一个英文自我介绍，大家可以好好准备2，让我用中文介绍了读研期间的项目，并承担什么角色等项目相关的问题3，让我介绍第二个java项目，kafak怎么用的4，为什么会投递联想，对联想有什么了解5，对这个岗位的了解，然后给我介绍了一下岗位6，找工作看重什么？7，反问，还有下一轮面试吗🔔联想春招&暑期实习启动！WLB～不加班不打卡网申链接：https://talent.lenovo.com.cn/home内推码：2025XZLMWWY内推码：2025XZLMWWY👉内推码填写指南：网申创建简历时在我的简历-其他中“从哪儿获知此招聘信息”选择“联想员工推荐”，并在内推人it...

🏫面试公司：联想📮面试岗位：大模型实习生📖面试问题：主要就是问了问我简历上的两个项目：一个是我本科毕设，图像实例分割所使用的yolov8、v5和mask rnn的区别另一个是在我所做的大模型相关的一个比赛，让我回答transformer及其公式，lora原理反问就一轮面试，也没有手搓代码的环节🙌面试体验：进去是做数据的清洗整理 #人工智能面经#

联想数据开发工程师面经（2025届校招/实习）📌 背景：985本硕，计算机相关专业，有大数据项目经历，面试岗位为数据开发工程师（Base北京/上海）。📝 面试流程 & 问题回顾1. 笔试（线上编程+SQL）- 题型：- 算法题（LeetCode中等难度，考察数组、字符串、动态规划）- SQL题（多表关联、窗口函数、复杂查询优化）- 大数据基础（Hadoop/Spark原理简答）2. 技术一面（1小时）- 数据结构与算法- 手撕代码：合并K个有序链表（优先队列实现）- 时间复杂度分析，如何优化？- 大数据生态- Spark和Hadoop的区别？Spark为什么更快？- 数据倾斜的解决方案？- SQL实战- 写一个**连续登录用户统计**的SQL（使用窗口函数）- 项目深挖- 介绍一个大数据项目，你在其中负责什么？- 如果数据量增加10倍，如何优化你的方案？3. 技术二面（45分钟）- 系统设计- 设计一个实时数据仓库，如何保证低延迟和高可用？- Kafka和Flink在实时计算中的作用？- 数据库- MySQL索引原理，B+树 vs Hash索引- Hive内部表和外部表的区别？- 场景题- 如果某天发现报表数据异常，如何排查？4. HR面（30分钟）- 职业规划、为什么选择联想？- 对加班/出差的看法？- 期望薪资？💡 面试建议1. **重点复习**：SQL（窗口函数、优化）、Spark/Hadoop原理、常见大数据场景题。2. **项目复盘**：确保能清晰讲解技术选型、难点和优化思路。3. **算法刷题**：LeetCode热题100+剑指Offer，尤其是**链表、树、DP**。4. **反问环节**：可以问团队业务、技术栈、新人培养计划等。🌟 联想数据团队体验- 技术氛围浓厚，大牛导师带教，内部有完善的大数据平台。- 业务覆盖智能供应链、用户行为分析、风控建模等，实战性强！📢 投递Tips：联想对代码能力+大数据基础要求较高，建议尽早投递！📅 【投递链接】春招：https://talent.lenovo.com.cn/position?projectType=1暑期实习：https://talent.lenovo.com.cn/position?projectType=2【内推码】2025XZLMCX【内推入口】在“联想校招官网”投递校招职位，创建简历时“从哪儿获知招聘信息”选择“联想员工推荐”并且输入推荐人ITcode：2025XZLMCX投递的同学评论区留下【姓名缩写+岗位】，方便及时跟进加入联想，与创新者同行，用科技改变世界！（欢迎留言交流，祝大家offer多多！🎯） #内推#  内推码  #联想#  26届  #26届实习交流#  数据人的面试交流地  #春招提前批，你开始投了吗#

面经：1，上来就有一个英文自我介绍，大家可以好好准备2，让我用中文介绍了读研期间的项目，并承担什么角色等项目相关的问题3，让我介绍第二个java项目，kafak怎么用的4，为什么会投递联想，对联想有什么了解5，对这个岗位的了解，然后给我介绍了一下岗位6，找工作看重什么？7，反问，还有下一轮面试吗🔔联想春招&暑期实习启动！WLB～不加班不打卡网申链接：https://talent.lenovo.com.cn/home内推码：2025XZLMWWY内推码：2025XZLMWWY👉内推码填写指南：网申创建简历时在我的简历-其他中“从哪儿获知此招聘信息”选择“联想员工推荐”，并在内推人it...

最近经历了联想 Filez 的社招面试，今天终于收到开奖邮件，趁热分享一波面经，希望能帮到正在准备面试的朋友。时间线：2.11 一面。2.13二面。当天oc加意向，顺便谈薪了，如果同意意向会发正式offer税前 15k * 13， 公积金百分之十，有餐补房补。一面：技术基础考察（React+TS）面试官主要围绕技术栈展开：React Hooks 使用注意事项TS 类型体操实战（mock题）： // 实现一个动态表单配置类型 type FormConfig<T> = { fields: { [K in keyof T]: { label: string ...

联想数据开发工程师面经（2025届校招/实习） 📌 背景：985本硕，计算机相关专业，有大数据项目经历，面试岗位为数据开发工程师（Base北京/上海）。  📝 面试流程 & 问题回顾1. 笔试（线上编程+SQL）- 题型：    - 算法题（LeetCode中等难度，考察数组、字符串、动态规划）    - SQL题（多表关联、窗口函数、复杂查询优化）    - 大数据基础（Hadoop/Spark原理简答）  2. 技术一面（1小时）- 数据结构与算法  - 手撕代码：合并K个有序链表（优先队列实现）    - 时间复杂度分析，如何优化？  - 大数据生态  - Spark和Hadoop的区别？Spark为什么更快？    - 数据倾斜的解决方案？  - SQL实战    - 写一个**连续登录用户统计**的SQL（使用窗口函数）  - 项目深挖  - 介绍一个大数据项目，你在其中负责什么？    - 如果数据量增加10倍，如何优化你的方案？  3. 技术二面（45分钟）- 系统设计  - 设计一个实时数据仓库，如何保证低延迟和高可用？    - Kafka和Flink在实时计算中的作用？  - 数据库   - MySQL索引原理，B+树 vs Hash索引    - Hive内部表和外部表的区别？  - 场景题  - 如果某天发现报表数据异常，如何排查？  4. HR面（30分钟）- 职业规划、为什么选择联想？  - 对加班/出差的看法？  - 期望薪资？  💡 面试建议1. **重点复习**：SQL（窗口函数、优化）、Spark/Hadoop原理、常见大数据场景题。  2. **项目复盘**：确保能清晰讲解技术选型、难点和优化思路。  3. **算法刷题**：LeetCode热题100+剑指Offer，尤其是**链表、树、DP**。  4. **反问环节**：可以问团队业务、技术栈、新人培养计划等。  🌟 联想数据团队体验- 技术氛围浓厚，大牛导师带教，内部有完善的大数据平台。  - 业务覆盖智能供应链、用户行为分析、风控建模等，实战性强！  📢 投递Tips：联想对代码能力+大数据基础要求较高，建议尽早投递！  📅 【投递链接】春招：https://talent.lenovo.com.cn/position?projectType=1暑期实习：https://talent.lenovo.com.cn/position?projectType=2【内推码】2025XZLMCX【内推入口】在“联想校招官网”投递校招职位，创建简历时“从哪儿获知招聘信息”选择“联想员工推荐”并且输入推荐人ITcode：2025XZLMCX投递的同学评论区留下【姓名缩写+岗位】，方便及时跟进加入联想，与创新者同行，用科技改变世界！（欢迎留言交流，祝大家offer多多！🎯） #内推# 内推码 #联想# 26届 #26届实习交流# 数据人的面试交流地 #春招提前批，你开始投了吗#  

面经：1，上来就有一个英文自我介绍，大家可以好好准备2，让我用中文介绍了读研期间的项目，并承担什么角色等项目相关的问题3，让我介绍第二个java项目，kafak怎么用的4，为什么会投递联想，对联想有什么了解5，对这个岗位的了解，然后给我介绍了一下岗位6，找工作看重什么？7，反问，还有下一轮面试吗🔔联想春招&暑期实习启动！WLB～不加班不打卡网申链接：https://talent.lenovo.com.cn/home内推码：2025XZLMWWY内推码：2025XZLMWWY👉内推码填写指南：网申创建简历时在我的简历-其他中“从哪儿获知此招聘信息”选择“联想员工推荐”，并在内推人it...

🕒 岗位供应链管理（联想集团）这个岗位是有这四个方向的：计划、订单管理、采购管理、物流管理；■面试形式：1V3面试，2个业务面试官和1个HR，面试官都是女生，所以整体比较和谐，时间在1h左右；■总结：因为有3个面试官，切面试时间比较久，所以要不断去思考和表达，对整体反应的要求会有一些，也就是比较高强度，不过整体氛围比较和谐，面试官都比较温柔！■面试问题：面试题目也没有特别难的，基本就是围绕自己的表达继续深挖，看对于自己做过的事情的理解。1. 自我介绍；2. 过去实习中，碰到过什么困难嘛，怎么去解决的；3. 实习中，如果同事意见不一致，怎么处理的；4. 聊聊对联想的了解；5. 这个四个方向，更想去哪一个，对四个方向的理解是怎么样的；6.觉得自己有什么优点嘛；7.上一份实习，主要做的事情是什么；8.追问，这里面可以体现自己价值的事项；9.对未来是咋规划的；10.数据分析能力咋样；11.家庭情况呢，对base深圳呢；12.薪资待遇的期望呢；13.询问英语口语水平，还让自我介绍一下；14.面试官开始介绍自己的岗位方向；后面就是反问环节了；大体是这些问题，还有些更细的问题就没记录了； #非技术面试记录#牛客激励计划#

AI如何影响智能终端市场及其商业机会？市场和销售团队应如何调整策略以应对AI的变化？AI在用户体验提升方面的具体应用有哪些？如何利用数据分析来优化市场策略？你认为未来AI技术会如何改变营销行业？

1. 场景题：订单评论情感分析的系统全流程2. Langchain是否了解？工作机制3. 大模型中如何更高效，更快速的工作？4. 大模型的性能优化？5. Agent的快速响应？识别准确率？用户的上下文管理？准确率可以用思维链（CoT），响应速度需要和准确率去做trade-off提升响应速度：推理阶段：模型剪枝：权重剪枝、结构剪枝量化：将模型从高精度（如Float32）降低到低精度（int8），降低计算和内存要求训练阶段：知识蒸馏：使用大模型训练一个小模型，提升计算速度混合精度训练：在训练和推理阶段使用不同的精度部署阶段：分布式并行：在多台机器上并行处理。缓存：对常用的请求结果进行缓存6. 个人发展7. 业务场景IT、电商团队、联想的全球供应链、端到端的设计更新：二面完泡池子到12月，应该是无了

现在秋招已结束，整理发一些面经笔经，回馈一下牛客社区。2024.8.29 联想评测（挂了）,联想评测真的会挂人今天做完了联想的两个评测，稍微复盘一下。只能说现在还没有进入状态，所以两个评测都做得不咋的，但是正是如此，收获良多。那个综合能力评测前面在一些题目卡了一下，后面大概六七道题都做得很匆忙，后面三四道属于直接点答案了。综合评测主要是逻辑推理、数据分析和找规律。会给出一段文字，让你归纳并推理，选择对或不对的选项；会给出一些表格，让你分析出其中的数据；会给出一些图形，然后让你找规律（我最不会做这种题）。刚才想了一下，其实自己可以做更周全的准备，比如上B站看一下图形找规律的教程，应该会有比较大的提升：【最全-图推规律-技巧-考前总结-1500题-上】 https://www.bilibili.com/video/BV1Re4y1F7Jn/?share_source=copy_web&vd_source=6373ee1014cf4aadcc26bb908b07b368技术面试是20道选择题+2道编程题。20道选择题涉及了408和诸多前端知识。但是实际上都是一些基础知识，比如js和css的语法知识，没想到我败在了这些基础。比如考到了JS的else if和CSS的选择某个父元素的子元素要用的符号。此外，许408的基础知识我也忘了，得简单复习一下，特别是跟前端紧密相关的部分。目前Vue的面试题已经快学完了。看来我的基础知识梳理要充分一点，毕竟感觉在简单的基础知识上出问题会显得自己的“地基”不稳。后面两道编程题虽然能测出正确答案，但是几乎都是采用暴力枚举的方法，显得自己很low，而且在最后的时刻我还把第二道题给改错了。感觉做题之前至少给5~10分钟自己思考出一个比较优的解法，然后才动手。因为平时刷题的时候没有计时，所以导致我做这两道编程题的时候有些慌。#联想求职进展汇总##前端##联想25秋招#

从9月底转正失败、离职、整理简历&投递的兵荒马乱、10月份的集中面试，到前几天终于接到了满意的前端offer后，我的25届秋招算是结束了。 由于面试场次较多，因此只记录了不那么常规、以及自己没答上来的题目，回馈给牛客社区仍在求职的牛u们。 春招(暑期实习)淘天面试 详见之前对应时间发过的帖子。 秋招快手面试 一面 整个前端性能优化 - 回答的反馈是基本的点都答出来了，但是组织不够条理。主要是从 react 如何减少 re-render 以及工程化的优化角度回答。 二面 leetcode 2557. 从一个范围内选择最多整数。要求继续优化，提示了还是没写出来，hh 主站用增部门，开了个很...

和一面是一样的两个面试官，然后多了一个看起来是面试英语的面试官，开场让我用英文做一个自我介绍（我真没准备，现场来了两句就卡壳了，尴尬）。然后问我项目中的人员分工，出现矛盾怎么解决。如果在工作中两个部门之间产能配合出现问题，我作为供应链部门的人员应该怎么处理，如果部门之间有矛盾怎么解决。然后换了一个面试官问我我作为机械专业的去干运营领域的工作会有落差或者差距吗。然后又是和一面一样问我的求职选择方面的内容，还有什么样的公司文化比较吸引我。然后就是hr面的经典问题，是不是独生女，家是哪里，为什么想去苏州。然后又给我介绍了一通公司和岗位，反问接下来的流程，他说后面可能还有一个英语测评，然后就是谈offer环节。大概隔了一两周后就挂了，确实表现得不行，而且确实意愿也不强没怎么好好准备。#机械制造笔面经#