有赞一面凉经,面试效果直逼阿里。

1.介绍自己的项目大概10分钟的样子。项目中问到了zookeeper的选举机制,zookeeper
怎样实现分布式锁有向无环图的对闭环是怎样检测的,master和worker节点的选取的机
制是怎么样子的。
2.ArrayList和linkedList有什么不同,他们的时间复杂度。
3.Hashmap底层put一个数据的执行流程。
4.jvm的组成结构,在new一个数组的过程。
5.乐观锁和悲观锁是什么分别解释一下。
6.volatile底层的实现原理,它主要的功能(有序性和可见性)实现的原理。怎样保持有序
性的。
7.CAS是什么,CAS会出现什么样子的问题,ABA问题是什么,怎样解决。
8.syncronize底层的是怎样实现的。
9.产生死锁的条件,怎样解决死锁的产生。
10.幻度,脏读,不可重复读是怎样产生的,mysql的事务隔离级别,每一种隔离级别所解
决的问题,底层是怎样具体解决的每个问题,mvcc是什么,版本控制版本号是什么。
11.联合索引的建立要注意什么样的问题。单表查询where后是a=1,b>2,c=1,这样的情况
怎样建立联合索引。
12.mysql数据库的存储引擎.
13.redis的线程安全的问题,redis的具体的使用的场景,redis集群的搭建,redis的主从复制。
14.线程池是怎样实现的,在创建线程的执行流程,手写一个线程池应该怎样做。
#面经##校招##Java工程师##有赞#
全部评论
我觉得,这难度距离阿里差的有点远,阿里压根就不会问这些准备过的,会的东西
16 回复 分享
发布于 2020-09-19 19:39
跟我的简直一模一样,我怀疑是同一个面试官,他说:我答的不错,挺好的,就是不太优秀,有更多优秀的人在跟你争,你懂我什么意思了吧🤣
1 回复 分享
发布于 2020-09-20 09:40
我倒是比较好奇,既然有项目而且能讲10分钟应该不是demo项目吧,居然还这么天女散花一般得问问题,问的范围是挺广,难度也不低,但是全是基础知识类没有实际应用方面的问题,如果面试官都没有好好看你简历,我觉得这种就是kpi面了。。
1 回复 分享
发布于 2020-09-19 22:34
这个真不难,跟我问的差不多
1 回复 分享
发布于 2020-09-19 22:19
觉得这样的面试也挺好的呀,就当复习基础了呗,这样总比一拍脑袋出个场景题让你从采集数据到数据传输再到处理好吧
点赞 回复 分享
发布于 2020-09-22 20:55
synchronized拼错了,这个题其实。。还挺基础的,楼主加油,面试运气很大成分
点赞 回复 分享
发布于 2020-09-20 12:36
lz是不是也是现场面的,我昨天面的,没走完流程,凉了😂
点赞 回复 分享
发布于 2020-09-20 10:00
说真的,这个就是正常面试难度,阿里的难度还是独一档(作为一个被阿里n次挂的人
点赞 回复 分享
发布于 2020-09-20 09:29
我自己项目+实习项目,一直聊了一个多小时,一直问到rpc超时,面试官还讲了好些个降级熔断幂等的点,很多偏他们业务的问题(有一个商城项目),我感觉还是问问知识点比较好😂,哎凉凉的
点赞 回复 分享
发布于 2020-09-19 23:49
又广又深我的天
点赞 回复 分享
发布于 2020-09-19 19:44
挺基础的啊
点赞 回复 分享
发布于 2020-09-19 19:43
第一个问题我也被问了
点赞 回复 分享
发布于 2020-09-19 19:34

相关推荐

1. 挑选个人复杂度最高、难点最突出的项目完整讲解,重点说明项目核心痛点、落地难点、技术瓶颈与最终落地解决方案。2. 结合项目场景,说明Agent任务目标拆解逻辑,以及PPO算法完整训练指标、效果评估标准。3. 阐述RLHF对齐偏好定义逻辑,大模型对话优劣好坏的标注标准与偏好数据集构建逻辑。4. 详细讲解奖励模型RM、Critic网络结构设计思路,组件有效性验证方式、调优优化策略,以及整体对话效果量化评估方案。5. 对比选型SFT、DPO、PPO、GRPO、RAG多条技术路线,说明为何选用强化学习做Agent对齐优化,完整输出各方案评估维度、适配场景与选型依据。6. DPO全流程效果评估方式,结合实际业务案例说明DPO固有短板,对比DPO与GRPO原理差异、优劣特点与落地适用场景。7. 从算法原理角度,讲解GRPO具备更强探索能力、稳定训练的核心原因。8. 阐述个人参与RAG相关项目初衷,梳理RAG系统整体架构与核心工作内容。9. 对比语义切分、固定长度切分、递归语义切分优劣,说明递归切分选型原因,以及不规则、非结构化文档专属预处理方案。10. 梳理向量数据库选型核心考量维度,结合线上高并发、低延迟生产环境,说明落地选型策略。11. 说明关键词检索+向量检索混合检索设计原因,介绍召回率、准确率等检索效果客观量化评价指标。12. 针对检索召回不足、匹配精度偏低、上下文关联性差等问题,逐条梳理全链路优化手段。13. 讲解用户意图模糊、指代不清、需求不明确类问题的意图识别与澄清处理方案。14. 讲解重排序模型选型、技术实现、解决的检索冗余错乱问题,所用开源/商用工具库,以及不同重排模型横向对比实验结论。📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
查看14道真题和解析
点赞 评论 收藏
分享
一、 实习经历深挖项目细节:在实习期间主要负责的两个任务是什么?(数据导入、质押理财模块开发)为什么要接入质押理财模块?之前的对账精度差(0.11几)的具体原因是什么?问题解决能力:你是如何定位对账差异来源的?(分析是质押缺失还是流水精度问题)如果重新做这个任务,你会如何优化流程?(强调沟通、先咨询前开发者或社区,避免盲目排查)技术理解:你觉得这个事情的复杂度在哪里?(强调分析差异来源的过程而非单纯的代码编写)你如何看待“实习期间做的全是 CRUD”这件事?进阶的关注点应该是什么?AI 工具应用:在实习过程中如何使用 AI 提效?(编写 API 测试脚本、前置脚本等)二、 毕业设计深挖(电商平台项目)面试官通过这个项目考察你对系统设计、数据真实性及新技术融合的态度。核心功能逻辑:AI 导购系统的具体流程是什么?(正则提取关键词 -> 数据库检索 -> 大模型润色文案)如果数据库检索不到商品,大模型起到了什么作用?(补充信息或生成推荐文案)工程化思考:简历上写的“商品检索时长优化”等数据是怎么来的?(面试官敏锐察觉到数据的真实性,确认为闭设预估值)如果你要设计一个真正的智能导购,你会怎么做?(考察 RAG、Agent、倒排索引等进阶方案)对前沿技术的态度:你对 OpenClaw / AI Agent 的理解是什么?三、 开放性与场景题:AI 辅助编程(Web Coding)这是本次面试的重头戏,反映了目前大厂对 AI 工具融合度的重视。AI 应用现状:你目前日常使用哪些 AI 工具?(Gemini、Perplexity、NotebookLM)你觉得传统搜索引擎(Google)和 AI 搜索的区别在哪?实操方法论:让你用 AI 从 0 到 1 起一个电商项目,你的任务拆分流程是怎样的?如何确保 AI 实现的需求满足预期?(提到了测试、验证环节)概念辨析:是否了解 Spec Coding 与 Vibe Coding 的区别?是否了解 KPC、Plan mode 等 AI 编程模式?
查看18道真题和解析
点赞 评论 收藏
分享
评论
7
40
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务