贝壳 社招java一面

📍面试公司:贝壳找房
👜面试岗位:后端开发
📖面试问题:
1. 自我介绍+项目介绍
2. 你认为项目中比较复杂的点在哪里(深入聊了30min)
3. Springboot的启动机制
4. MySQL的索引有哪些
5. 你们现在项目中使用的哪种类型索引
6. 实际中有遇到过接口响应慢需要加索引的情况吗
7. 用过哪种MQ吗
8. 代码题:在不允许使用另外数组的前提下,如何将存有n个整数的数组A中每个整数循环向右移M(M≥0)个位置,即将(A0 A1......AN )变换为(AN-M ...... AN-1 A0 A1 ......AN-M-1) ,且要考虑尽量减少程序移动数据的次数。
🙌面试体验:面试官是一位姐姐,感觉蛮温柔的
#软件开发笔面经#
全部评论
哥,能请问下您贝壳手撕是什么样子么?白板还是编译器?acm模式还是核心代码?感谢您!
点赞 回复 分享
发布于 05-10 12:25 湖南
过了吗
点赞 回复 分享
发布于 04-16 17:15 北京

相关推荐

1.离职原因个人发展个人发展有什么方向么?瞬间亚麻呆住不知道说啥,回了个从业时间不长,还在寻找从事某一行业巴拉巴拉,随后又问:你离职原因是因为个人发展,问你个人发展的方向又说没有方向....(内心OS:感觉看出来我是个水货了),给他讲了下项目发展受限巴拉巴拉...应该是猜到我被裁了2.自我介绍3.锁有了解么?答:synchronized、ReentrantLock、lock等。4.(提示)讲一下乐观锁和悲观锁的区别?答:乐观锁是写入时通过版本号机制进行校验加锁,悲观锁是读取时就加锁了。5.java中乐观锁的实现?给提了一嘴 ConcurrentHashMap的put操作有用到乐观锁和CAS机制。他说这是使用,不是实现,还有么?6.redis和本地缓存的区别?对性能(redis有网络请求开销)、存储空间大小(本地缓存较小)、共享性(redis可供多台机器读取),接着问二者的使用场景?这个答得不太好,讲是看数据量大小、响应时间是否有要求,以及二者一起使用7.spring中IOC有了解么?讲了下将对象的创建权交给容器,使用就无需关注对象的创建,只需要进行编写配置信息,就可直接通过注解注入使用。还有么?又吟唱了一遍。8.IOC还有容器的生命周期管理,如果要你实现ioc讲一下实现讲了就是实现ioC的接口,包括配置文件读取创建对象,获取对象,以及对象销毁这些,还有在程序结束时容器销毁对象。9.什么是幂等锁?讲了一遍幂等和锁的概念10.幂等和锁的区别?11.业务幂等与数据幂等的区别?反问项目业务?面试有几轮?多久出结果?3轮技术+1轮hr, 两天左右出结果面试体验:体验挺好的,开局问完离职原因就感觉到要挂了(第二天一早就收到),面试过程中面试官在一直给提示,直到答不上来为止,感觉又得到一次锻炼,面试经验+1
查看12道真题和解析 面试问题记录
点赞 评论 收藏
分享
真服了,我不信有这个题,还不会常见的业务题◆ 大模型(LLMs)基础面• 目前主流的开源模型体系有哪些?• prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别是什么?• 大模型LLM的 训练目标 是什么?• 涌现能力是啥原因?• 为何现在的大模型大部分是Decoder only结构?• 简单 介绍一下 大模型【LLMs】?• 大模型【LLMs】后面跟的 175B、60B、540B等 指什么?• 大模型【LLMs】具有什么优点?• 大模型【LLMs】具有什么缺点?◆ Layer normalization 篇• Layer Norm 的计算公式写一下?• RMS Norm 的计算公式写一下?• RMS Norm 相比于 Layer Norm 有什么特点?• Deep Norm 思路?• 写一下 Deep Norm 代码实现?• Deep Norm 有什么优点?• LN 在 LLMs 中的不同位置 有什么区别么?如果有,能介绍一下区别么?• LLMs 各模型分别用了 哪种 Layer normalization?◆ LLMs 激活函数篇• 介绍一下 FFN 块 计算公式?• 介绍一下 GeLU 计算公式?• 介绍一下 Swish 计算公式?• 介绍一下 使用 GLU 线性门控单元的 FFN 块 计算公式?• 介绍一下 使用 GeLU 的 GLU 块 计算公式?• 介绍一下 使用 Swish 的 GLU 块 计算公式?◆ Attention 升级面• 传统 Attention 存在哪些问题?• Attention 优化方向• Attention 变体有哪些?• Multi-head Attention 存在什么问题?• 介绍一下 Multi-Query Attention?• 对比一下 Multi-head Attention 和 Multi-Query Attention?◆ transformers 操作篇◆ LLMs 损失函数篇◆ 相似度函数篇◆ 大模型(LLMs)进阶面◆ 大模型(LLMs)微调面◆ LLMs 训练经验帖◆ 大模型(LLMs)langchain 面◆ 多轮对话中让AI保持长期记忆的8种优化方式篇◆ 基于langchain RAG问答应用实战◆ 基于LLM+向量库的文档对话 经验面.......
大模型海文:所有面试题可以开源给大家 后台T一下
点赞 评论 收藏
分享
评论
2
12
分享

创作者周榜

更多
牛客网
牛客企业服务