得物一面凉经
#面经#1. 如何设计一个轮询的负载均衡算法(就说网关做队列简单答了一下,没看过,感觉答得挺差的)
2. 令牌桶的机制了解过吗(没看过)
3. CMS和G1的垃圾回收器机制讲一下
4. 项目有什么难点,怎么解决的,(跟着回答一路挖)
5. 实习里面单位用了啥负载均衡机制(没注意过单位用的啥
)
6. 参加过什么竞赛、开源项目,有什么专利吗?(答了自己参加了一个开源框架,然后又跟着挖)
7. 反问
感觉自己八股文看的不是很熟练,对于项目了解的也不够,算是被拷打了,面试官挺好的,态度也不错,就是我太菜了
2. 令牌桶的机制了解过吗(没看过)
3. CMS和G1的垃圾回收器机制讲一下
4. 项目有什么难点,怎么解决的,(跟着回答一路挖)
5. 实习里面单位用了啥负载均衡机制(没注意过单位用的啥
6. 参加过什么竞赛、开源项目,有什么专利吗?(答了自己参加了一个开源框架,然后又跟着挖)
7. 反问
感觉自己八股文看的不是很熟练,对于项目了解的也不够,算是被拷打了,面试官挺好的,态度也不错,就是我太菜了
全部评论
哇😭你这问的有点难吧,怎么上来就问负载均衡怎么实现
佬,请问简历上是什么项目呢?
校友
请问什么岗位呀
过了吗
相关推荐
书海为家:#人脑vsAI#
尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。
虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。
与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。 点赞 评论 收藏
分享
点赞 评论 收藏
分享
查看10道真题和解析