字节三周目,面试全程代码题

字节三周目,一周目三面挂,二周目一面挂,昨天三周目一面。
自我介绍之后,问我在腾讯音乐有没有转正,我说争取到了转正机会。然后说先写道题吧。本以为是一场很常规的面试,没想到是噩梦的开始。
第一题力扣原题,应该是搜索旋转排序数组。边界情况很麻烦,调了一会,测了两个测试用例之后,说没问题。
然后说我们看道代码题吧,操作系统相关的,两层for循环判断数组赋值哪个快。有点印象,好像是按行存储,应该先固定行再给每行中的列元素赋值,顺带拷打了下操作系统内存相关的概念。
开始问熟悉哪些损失函数,我说交叉熵,对比学习损失之类,说那写个二分类交叉熵损失函数吧。用numpy写,依稀记得印象写出来了,顺带问了下训练概率相关的问题。此时已经感觉到不对劲了。
然后问知不知道auc评价指标,让我解释物理意义。说完大概之后,让我写auc函数,真没练过这个,不会写,然后跳过这个题。到这个时候已经汗流浃背了,怕后面只要说问一个点,就让写代码
接着问熟不熟悉self_attention,说完之后,开始让写self_attention,问了两个常见八股。
最后说还有道概率题,还是让写代码,写完之后让口述下每种情况的概率计算。
终于没了,面试官说看时间差不多了,我也没啥想问的了,有什么想问我的吗?
问了两个:
1. 为啥这么多代码题?
2. 为啥没有问问简历上的内容? 之前几轮面试基本围绕简历上的实习和项目展开。
最后面试官说代码没啥太大问题,沟通能力应该还行吧? 都没咋沟通。
还没收到感谢信,但是也没说通过,按照之前经验,应该是挂了。
PS 分散到几个面试压力还会小些,全程轰炸,即使是比较常见的代码也会倍感压力,昨天成都降温了,但是面完出了一身汗。
#字节跳动# #算法# #面经#
全部评论
面了多久啊
点赞 回复 分享
发布于 09-30 16:32 广东
逆天,哪个部门啊
点赞 回复 分享
发布于 10-06 18:03 黑龙江
字节这么逆天😅
点赞 回复 分享
发布于 10-07 18:36 上海
过了吗佬,有继续约面嘛。
点赞 回复 分享
发布于 10-08 20:57 广东
还要考操作系统吗,完全不会😂
点赞 回复 分享
发布于 10-10 16:59 北京
我勒个豆!
点赞 回复 分享
发布于 10-10 21:30 湖北
逆天
点赞 回复 分享
发布于 10-14 15:20 浙江
我还遇到了codeforce原题呢(不会)
点赞 回复 分享
发布于 11-04 12:58 上海

相关推荐

#牛客创作赏金赛#  解决数据管理问题休息时间搞的• 建立数据共享机制与平台:通过构建统一的数据共享平台,打破数据地方保护主义,制定数据共享规范与流程,明确各部门数据提供与获取的权限和义务,促进数据在组织内的流通,例如建立企业级数据仓库,整合各方数据资源。• 统一指标口径:成立数据治理委员会或专项小组,负责梳理和规范指标体系。对所有指标进行明确定义,消除同名不同义与同义不同名的情况,并发布指标字典供全公司使用,确保所有人员对指标理解一致。• 整合 BI 工具或选定标准工具:评估现有 BI 工具的功能与使用情况,根据企业需求选定一种或几种作为标准工具,并进行整合与优化。建立工具使用培训体系,提高员工对标准工具的熟练度与应用能力,确保数据处理与分析的一致性。• 明确报表边界与分工:清晰界定业务系统报表与 BI 报表的功能边界,业务系统报表侧重于日常业务运营数据的记录与简单呈现,BI 报表则聚焦于多维度数据整合、分析与决策支持。制定报表开发与维护的分工流程,避免重复工作与数据冲突。• 简化与优化权限管理体系:基于角色和职责对数据访问权限进行重新设计,采用分级分类管理模式,如普通员工、部门主管、高层领导等不同角色对应不同的数据访问级别。利用权限管理工具实现自动化的权限分配与监控,定期审查权限设置,确保其合理性与安全性。• 优化数据需求响应流程:建立数据需求管理平台,所有部门的数据需求统一提交到平台上,进行分类、分级与优先级排序。优化数据处理流程,采用敏捷数据开发方法,提高数据提取、转换与加载(ETL)的效率,对于紧急需求开辟绿色通道,确保重要数据需求能够及时得到响应。• 构建指标关系体系:组织数据分析师与业务专家共同梳理指标间的逻辑关系,绘制指标关系树或数据地图,明确各指标的层次结构与关联关系。建立指标元数据管理系统,对指标的定义、计算方法、数据来源以及与其他指标的关系进行详细记录与管理,方便查询与分析。• 完善指标全生命周期管理平台:开发或引入专门的指标管理平台,涵盖指标从规划、定义、开发、测试、部署到监控、优化的全生命周期管理功能。在平台上建立指标版本控制机制,确保不同时期指标的一致性与可追溯性,同时通过自动化流程与提醒功能,保障指标的及时更新与维护。• 强化指标质量审计机制:制定指标质量评估标准,包括数据准确性、完整性、一致性、时效性等方面的具体要求与量化指标。建立数据质量监控工具与流程,定期对指标数据进行审计与评估,发现质量问题及时追溯数据源头并进行整改,同时记录数据质量问题日志,以便后续分析与优化。• 编写指标故事线与应用指南:由数据团队与业务团队合作,针对关键业务流程与决策场景编写指标故事线,将相关指标串联起来形成有逻辑、有情节的数据分析框架。为每个指标编写应用指南,详细说明指标的含义、用途、计算方法以及在实际业务中的应用案例与注意事项,通过培训与宣传推广,提高业务人员对指标的理解与应用能力。
点赞 评论 收藏
分享
4 11 评论
分享
牛客网
牛客企业服务