一点咨询 一面+二面+三面 尴尬之旅由于投递公司是通过师弟内推获得面试机会的,岗位是大数据库开发岗位,所以提前询问了面试相关的内容。前期获取内容主要包含(1)SQL查询数据,包括一些分析函数的使用及多层嵌套逻辑的实现;
(2)flume+kafka相关组件的一些配置细节,及相关文件断传怎么解决等等。
面试之一面:与预期较为相似,主要询问了一些大数据开发相关的问题。例如,怎么将1亿条信息,该信息中包含UserID,提取出出现频次前十的UserID,限制内存为100Mb;SQL查询学生,课程,成绩表中有两门课在前十名的学生名单等;还写了一个堆排序;
面试之二面:由于一面更多是偏工程的问题,面试官看到我简历上有某金融实习NLP算法的经历,所以就让同组算法同事进行二面;
二面内容直接推导随机梯度下降算法和SVM二维公式,直接懵逼,好在随机梯度下降改为梯度下降,磨蹭半天也推导个差不多,而SVM据面试官自己说,还没有人可以完整的推导出来。尴尬==
面试之三面:本来以为二面已经差不多结束,三面应该是HR面试,凭借典型程序员外貌特征基本可以推断出非HR而是技术大拿。
面试主要围绕简历进行展开,问题集中于(1)kafka断传怎么处理;(2)sparkstreaming和storm的区别;(3)描述以下RNN神经网络;(4)写一个代码(寻找二叉树两个节点的最近公共祖先节点);
1轮面试:协作同事面试
面试感受:一般;面试难度:困难;面试来源:内部推荐
共1个问题,1条回答
Q:寻找二叉树两个节点的最近公共祖先节点