英伟达C++ tegra面经

# 10月28日一面
中文自我介绍,后面都是中文沟通的
这次只有一个面试官,他说下次面试是四个人面试一上午那种 >_<
实习项目,介绍了下LLM
拷问飞思卡尔智能车比赛,感觉对嵌入式有点兴趣呢
问我知道tegra是做什么的嘛?
问计算机系统分层结构
写时复制的原理是什么?如何实现的?
计算机有两个网卡,数据包如何转发?
linux网络路由配置的命令是什么?
linux默认支持转发吗?如何启动转发功能?
C++的std::move和std::forword的作用?有什么应用?
GPU和CPU的区别?
如何实现互斥访问?
mutex底层原理是什么?
程序崩溃怎么debug?
数据拷贝的一般方法?
CPU收到DMA中断会怎么做?
CPU收到中断后,如果本条命令还没有运行结束,会如何处理?
八皇后问题的思路?

# 10月30日二面
四个小时,四位面试官的车轮面,都是有关技术的
面完要晕倒了
面完后还没有消息
全部评论
大佬,请问有结果了吗
点赞 回复 分享
发布于 2024-11-18 13:06 上海
佬,请问视频面试吗,需要共享屏幕吗
点赞 回复 分享
发布于 2024-11-11 01:05 香港
是视频面试吗,需要开共享屏幕吗
点赞 回复 分享
发布于 2024-11-11 01:04 香港
offer了吗佬
点赞 回复 分享
发布于 2024-11-07 15:58 上海
LLM项目讲讲
点赞 回复 分享
发布于 2024-11-07 15:08 江苏
求问现在有消息了吗
点赞 回复 分享
发布于 2024-11-07 08:42 北京
没有消息就是好消息二面四小时,第三天被通知挂了
点赞 回复 分享
发布于 2024-11-06 18:46 北京
大佬,这个是不是要英语面试
点赞 回复 分享
发布于 2024-11-05 17:59 广东
请问是什么时候约面的?
点赞 回复 分享
发布于 2024-10-30 17:18 山东
这是真佬
点赞 回复 分享
发布于 2024-10-29 17:59 四川
佬方便问下岗位名字吗
点赞 回复 分享
发布于 2024-10-28 20:16 上海
佬能透露下是做什么方向的吗?
点赞 回复 分享
发布于 2024-10-28 18:44 陕西

相关推荐

dian3b:wx上面多看c加加的文章,让大数据推流 某乎上找技术原理的具体名词。 某红书有所谓的真实c加加面经(虽然看着全但是实际上我面试基本都不会问这么基础的问题,可能行情太卷了吧hhh) 然后再深入一些的就得看具体的技术栈了
国庆放假,你还会投简历吗...
点赞 评论 收藏
分享
作为一名大数据工程专业的研究生,收到华为的实习面试邀请后,我既兴奋又有点紧张。华为在大数据、云计算和AI方面的项目一直颇具规模,我在实验室也经常用到华为云的分布式存储和计算工具,所以这次机会对我来说既是挑战,也是检验自己能力的时刻。面试当天是线上视频面试,HR提前一天发来了会议链接,还贴心地提醒我准备好稳定的网络和耳麦。面试开始,首先是自我介绍环节,我简单交代了自己的学业背景、参与过的项目,以及在实验室做的两个与数据仓库建设相关的课题。技术面提问部分面试官是一位资深的大数据架构师,第一句就直奔主题:“你在项目中具体承担了哪些角色?有没有数据模型设计的经验?”我提到了在校期间参与的一个基于Kimball维度建模的销售分析系统项目,并详细描述了如何在需求分析阶段识别业务过程和度量,以及如何根据不同的数据主题域设计星型模型与雪花模型。我还补充说明了在ETL流程中,如何处理缓慢变化维(SCD),尤其是Type&nbsp;2类型的实现方法,包括在Hive中通过分区与有效期字段来管理历史数据。他听完后很感兴趣,追问:“如果我们有一个订单事实表,需要支持多维度分析,比如时间、客户、产品,但不同维度的数据规模和更新频率差异很大,你会怎样设计?”我答道:时间维度:预先生成完整的日期维并缓存在DW中,保持稳定不变;客户维度:考虑缓慢变化维,保证历史分析的准确性;产品维度:用码表+关联,保持高查询性能。并说明了在分布式环境(如Spark&nbsp;SQL)下,为避免join带来的性能瓶颈,可以使用广播join或分桶策略。场景题与解决思路接下来,他给了一个具体问题:“如果每天有上亿条设备日志进入系统,需要在分钟级完成故障模式检测,你会怎样设计架构?”我回答:数据采集:采用Flume/Kafka作为实时数据入口,将日志按主题与分区进行路由;实时计算:使用Flink进行流处理,通过窗口函数实现分钟级聚合;特征提取与模式匹配:在流计算过程中调用预先训练好的模型(可能是基于TensorFlow或PyTorch),完成在线推理;数据落地与分析:实时结果入ClickHouse或HBase,历史数据入Hive供离线分析;监控与告警:接入Prometheus+Grafana实现实时监控,并结合规则引擎触发告警。面试官点头认可,但提醒我在实际生产中需要考虑容错和数据延迟问题,比如Kafka的副本机制、Flink的checkpoint与状态恢复等。综合能力考察除了技术问题,他还考察了我的沟通能力与学习能力。他问:“如果你负责的某个数据模块上线后用户反馈查询慢,你会怎样定位问题?”我回答说会先定位问题范围:是前端展示慢还是后端查询慢;如果是后端,先看sql执行计划,分析是否由于join、group&nbsp;by等操作导致大量shuffle;再检查数据倾斜情况,必要时用加盐、按范围拆分等方式优化;同时关注底层存储的索引与分桶方式。思维延展与职业规划最后,他关心我的职业规划。我表示自己未来希望在数据架构与数据治理方向深耕,不仅掌握数据采集、处理、存储的全链路技术,还能从业务视角建立完善的维度模型和指标体系,提高企业数据资产价值。这与华为在智慧城市、通信网络、云平台等领域的需求非常契合。面试在轻松的氛围中结束,面试官说技术能力还不错,但建议我在模型设计中更多考虑跨域数据整合的复杂性,以及如何在超大规模数据环境下保持模型的易维护性。HR最后告知后续会有二面,可能会有更深层的系统设计题与现场编码题。面试感受与经验总结这次一面让我体会到几个关键点:准备要针对岗位需求&nbsp;——&nbsp;华为的大数据实习不只是写代码,还要理解业务流、模型设计、性能优化,尤其是Kimball建模在企业级场景的落地方式。案例要具体&nbsp;——&nbsp;面试时举的例子最好能体现规模、挑战与解决方案,比如数据量级、延迟要求、架构选型等细节。思维要全面&nbsp;——&nbsp;技术方案不仅要能跑通,还要考虑高可用、可扩展性、运维成本等。表达要清晰&nbsp;——&nbsp;把复杂的设计讲清楚,有时候比技术本身更重要。总之,这次面试虽然是虚拟的情景,但过程很真实,如果你未来准备大数据方向的华为面试,可以借鉴这种“技术细节+业务场景+性能优化”的答题方式,即使遇到陌生问题也能从架构思路入手,让面试官看到你的系统性思考能力
点赞 评论 收藏
分享
评论
16
62
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