关于ai infra的学习路线

1.SQl 给一个员工表和部门表，求出部门工资前三员工           2.用迭代和递归分别实现斐波那契（还有输入检查）                                                  3.迭代比起递归的优点                                                            4.算法题：双指针                                                                            5.数仓分层和建模过程                                                                 6.er模型和维度模型的选择                                                                            7.项目经历8.spark用的多吗

5、参数估计定义：参数估计（parameter estimation），统计推断的一种。根据从总体中抽取的随机样本来估计总体分布中未知参数的过程。从估计形式看，区分为点估计与区间估计； 常见点估计方法：矩估计、最小二乘估计、极大似然估计、贝叶斯估计区间估计：利用已知的抽样分布、利用区间估计与假设检验的联系、利用大样本理论1) 点估计a、矩估计矩估计法的理论依据是大数定律。矩估计是基于一种简单的“替换”思想，即用样本矩估计总体矩优点：简单易行, 并不需要事先知道总体是什么分布。（根据均值方差来计算未知参数） 缺点：当总体类型已知时，没有充分利用分布提供的信息（有一定随意性）b、最小二乘估计对于最...

Hello，各位b友，之前视频有聊到C++的方向， 但我被喷了哈哈哈，我承认， C++的方向很多，我也不可能一一涉猎， 有些针对性的岗位，对于我的学历，我确实很难涉猎，像这位同学所说的【搜广推工程 量化开发 AI-Infra OS内核 DB内核 浏览器内核 编译器前后端 后端基架 EDA软件 】， 我觉得也很适合，很高大上， 很专业。但是这些方向怎么学呢， 我觉得大部分人是没有什么计划的， 而我始终认为，作为校招，我觉得企业对待大家是没有太高要求的，主要看做的东西是否match现在的工作内容，做过擦边的也可以，因为你 进去，大多数东西都是你没接触过的。因为说实话， 大多数同学都是对方向挺迷茫的，学点通用的技术，总没有错，还是重新声明一下，找工作：第一看你的学历， 学历屌，面试机会就多， 其次就是看你的技术能力， 技术能力，我觉得还是看基础，看你的网络，数据库，操作系统，够不够扎实，了解到够不够深， 做的项目有没有自己的思考， 是不是真的有实际应用场景。还有，这位同学所说不用借鉴别人的思想，我觉得挺扯的， 做什么东西，不说技术方面了，从生活习性来讲，我觉得什么东西都是得去先模仿的，有了模仿才有超越。好了最后，也是感谢这位同学，能够提出自己的思考， 希望大家也可以踊跃点评，让更多人进步和参考。这是自己录的哔哩哔哩版本https://www.bilibili.com/video/BV1CYcUeBEom/#牛客创作赏金赛##春招##面试题刺客退退退#

Java中的基本数据类型是语言的基础，所有其他数据类型都是基于这些基本类型构建的。Java总共提供了8种基本数据类型，分别用于存储不同类型的数据：整数、浮点数、字符和布尔值。 数据类型 大小 默认值 最小值 最大值 用途 byte 1字节 0 -128 127 用于节省内存 short 2字节 0 -32,768 32,767 较小范围整数 int 4字节 0 -2^31 2^31-1 默认的整数类型 long 8字节 0L -2^63 2^63-1 存储大整数 float 4字节 0.0f N/A N/A 单精度浮点数 double 8字节 0.0d N/A...