应届

团队内招，简化流程，银行编制25校招    java后端开发  92优先 #25#  #校招#  #春招#  #应届#  #找工作#

自动驾驶方向（超详细真题+复盘）🔥 个人背景：985本硕，一段自动驾驶相关实习，刚走完文远知行算法岗（感知方向）的全流程，热乎的面经分享！📌 面试流程概览笔试：4道编程题（中等难度，动态规划+图遍历为主）。技术一面：代码手撕 + 项目深挖（50分钟）。技术二面：数学题 + 场景设计题（40分钟）。技术三面（总监面）：技术视野 + 业务理解（30分钟）。HR面：常规问题（薪资/职业规划）。全程周期：约3周（中间有等美国面试官时差协调）。💻 技术面真题回忆1. 手撕代码题题目1：零钱兑换变种题干：给定硬币面额数组和总金额，求恰好凑成金额的最少硬币数，若无法凑出返回-1。Follow-up：如果要求输出所有可能的组合，如何优化空间？坑点：面试官追问了滚动数组优化和剪枝策略。题目2：线段交点算法题干：给定二维平面上两条线段（由端点坐标表示），判断是否相交，若相交返回交点坐标。边界情况：线段平行但不重合、端点重合、浮点数精度处理。解法：参数方程法，注意分母为0的情况！题目3（系统设计）：实现 shared_ptr 的引用计数要求：线程安全、支持拷贝构造和赋值操作。考点：RAII思想、锁的使用（面试官让对比mutex和atomic的性能差异）。2. 项目深挖问题问题1：你在点云处理项目中提到的循环推断问题是什么？如何解决？答：详细解释了OD（目标检测）与跟踪模块的相互依赖导致误差累积，最后引入卡尔曼滤波的先验估计做修正。追问：为什么不用粒子滤波？对比过效果吗？问题2：激光雷达与相机的时间戳不同步，会导致哪些问题？你们怎么做的同步？答：提到了硬件触发同步+软件插值法，面试官让手写伪代码描述插值逻辑。3. 场景设计题题目：设计一个停车场车辆调度系统，支持实时路径规划（车辆从入口到车位的最优路径）。要求：如何表示停车场地图？如何处理动态障碍物（如行人）？路径最优的定义（时间最短 vs 转向最少）？我的思路：用栅格地图+A算法，动态障碍物用局部重规划（D Lite），面试官让分析时间复杂度。🚀 备考建议（血泪总结）刷题重点：力扣动态规划（背包问题）、几何计算题（线段/矩形相交）、系统设计（智能指针/线程池）。项目复盘：务必理清项目的技术链条（输入-处理-输出-优化）。准备1-2个失败案例，说明如何定位和解决问题（面试官超爱问这个！）。自动驾驶知识：必看文远知行的技术文章（如多传感器融合方案）。了解行业竞对方案（如Waymo、Cruise的路径规划特点）。💡 最后的小吐槽三面总监疯狂追问：“如果特斯拉FSD和我们的方案在十字路口相遇，谁的决策更优？为什么？”HR面被压力测试：“如果给你发offer，你会多快离职当前实习？”（差点没接住😅）欢迎讨论！ 大家有面过文远或其他自动驾驶公司的吗？求分享经验～✨✨现在文远知行还在招实习！最后附上学长给的内推码以及内推链接，可以更快筛选简历 ！✨内推链接：https://app.mokahr.com/m/campus_apply/jingchi/2137?recommendCode=DSvUVMDa#/jobs【内推码】DSvUVMDa #实习#                                   #校招#                                   #内推#                                   #自动驾驶#                                   #应届#                   

一、基础知识1. 浏览器与网络浏览器渲染机制：重排（Reflow）与重绘（Repaint）的区别，如何优化渲染性能？HTTP/HTTPS：强缓存与协商缓存（Cache-Control、ETag），HTTPS的加密流程（TLS握手）。跨域问题：同源策略、JSONP、CORS、Proxy代理的实现原理。Web性能优化：关键渲染路径优化、资源预加载（preload/prefetch）、CDN加速。WebSocket与SSE：实时通信的实现方式及适用场景。2. JavaScript核心事件循环：宏任务与微任务（setTimeout vs Promise），浏览器与Node.js的差异。原型与继承：原型链、Class语法糖原理、如何实现继承（ES5和ES6）。闭包与作用域：闭包的应用场景（防抖/节流）、内存泄漏问题。ES6+特性：箭头函数、Promise/Async、Generator、Proxy/Reflect。TypeScript：类型推导、泛型、装饰器、Utility Types的使用。3. 前端框架React：虚拟DOM原理、Hooks的底层实现（如useState依赖链表）、Fiber架构。Vue：响应式原理（Object.defineProperty vs Proxy）、Diff算法优化。状态管理：Redux中间件原理、Vuex的模块化设计。SSR：Next.js/Nuxt.js的服务端渲染流程及性能优化点。4. CSS与工程化布局方案：Flex弹性布局、Grid网格布局、BFC/IFC原理。CSS预处理器：Sass/Less的变量嵌套、模块化方案（CSS Modules）。构建工具：Webpack的Loader/Plugin机制、Tree Shaking实现原理。前端安全：XSS攻击防御（转义、CSP）、CSRF Token生成与校验。 二、算法与数据结构1. 高频题目链表操作：反转链表、判断环形链表。树结构：二叉树的层序遍历、最近公共祖先（LCA）。字符串处理：最长回文子串、字符串转数字（处理边界）。数组与排序：合并有序数组、Top K问题（快排/堆排）。设计题：实现Promise.all、手写防抖/节流函数。2. 前端场景题DOM操作：实现虚拟列表优化渲染、深拷贝包含DOM节点的对象。框架原理：用原生JS模拟Vue的响应式系统。性能优化：设计图片懒加载方案、计算页面FPS并监控卡顿。 三、系统设计与架构1. 前端工程化微前端方案：qiankun的沙箱隔离原理、子应用通信机制。模块化设计：如何设计可复用的UI组件库（按需加载、主题定制）？状态管理：如何设计一个支持时间旅行的状态管理工具？2. 性能与监控性能优化体系：首屏加载时间从5s降到1s的完整方案（SSR、代码分割、缓存策略）。异常监控：前端错误采集（全局捕获、SourceMap解析）、数据上报策略。编译优化：Webpack的持久化缓存配置、Babel按需polyfill。3. 复杂场景设计实时协作应用：如何实现多人协同编辑（Operational Transformation/CRDT）？高并发场景：设计一个秒杀页面的前端防刷方案（验证码、请求拦截）。 四、项目经验1. 核心问题性能优化案例：如何将首屏加载时间优化50%？具体指标（LCP、FCP）如何提升？技术难点：复杂表单的动态校验与异步提交、大规模数据可视化的渲染性能问题。跨端方案：Hybrid App中JS与Native通信机制（JSBridge设计）。2. 技术深度框架源码：React Hooks的依赖链表如何实现状态隔离？Vue3的编译优化细节？工程化实践：如何设计一个支持多环境的CI/CD流水线（分支策略、自动化测试）？ 五、行为面试团队协作：如何推动技术方案落地（如引入TypeScript）？如何与UI/后端协作？学习能力：最近研究的前沿技术（如WebAssembly、Low-Code平台）。压力应对：线上页面白屏如何紧急排查？如何平衡业务需求与技术债？ 六、面试建议重点复习：浏览器原理、框架底层机制、手写代码能力。刷题方向：LeetCode高频题（Easy/Medium）、前端手写题（Promise、柯里化）。项目复盘：梳理项目中技术选型逻辑（如为什么选Vue3而不是React）。 七、投递信息【内推链接】https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs【内推码】DSW46Dg7（投递的同学可以在留言区留下姓名简拼➕岗位名称，岗位包括大前端、移动端、数据可视化等，全流程跟进！） 这份面经聚焦前端核心领域，覆盖从基础到架构设计的全链路考点，助你在面试中展现技术深度与业务洞察！ 🌟#实习# #校招# #滴滴# #内推# #应届#

🔥作者背景：985本硕，Java技术栈，有分布式系统项目经验，一段中厂实习经历，LeetCode刷题100+。🚀就在4月15日滴滴的26届实习岗位终于开了，为了让学弟学妹快速投递成功，我总结了一下去年滴滴后端的面经。✨（最后附加内推码，有需要的可以自取！）闲话少说！直接开盘！！一面（60分钟）项目深挖详细介绍简历中物流信息共享平台项目，重点说明SSM框架整合、Vue前端数据绑定问题、服务器部署和域名解析过程。✨追问：Git版本控制冲突如何解决？是否用过rebase/cherry-pick？（引用项目中使用GitHub协作经验）JVM内存调优经验？答未关注，但提到用Linux命令监控CPU和内存，面试官表示认可。基础知识✨Java：JVM内存结构（堆、栈、方法区区别） equals 与 == 区别，String类重写机制。✨数据库：MySQL索引失效场景，联合索引最左匹配原则。✨操作系统：进程与线程区别，协程的应用场景（结合Golang项目提问）。算法题题目：LC438 找出字符串中所有字母异位词（滑动窗口解法）。复盘：面试官要求分析暴力解与滑动窗口的时间复杂度差异，并手写代码。二面（80分钟）系统设计设计一个高并发订单系统：分库分表策略（用户ID哈希 vs 时间范围）。缓存穿透解决方案（布隆过滤器+缓存空值）。底层原理Kafka：消息持久化机制、ISR副本同步原理。Redis：集群模式（Codis vs Redis Cluster），分布式锁实现（RedLock算法缺陷）。场景题服务端与客户端TCP连接中途断网，如何检测并恢复？（答心跳机制+重连策略，面试官补充Keepalive参数配置）。代码题括号匹配（栈的应用），要求处理嵌套和非法字符。三面（40分钟）职业规划为什么选择滴滴？对出行行业技术挑战的理解（提及实时调度算法、大数据风控）。团队适配能否接受出差/轮岗？举例说明抗压能力（用实习期通宵上线经历回答）。反问环节团队技术栈：Go为主，Java/Python辅助，自研中间件较多。✨内推链接：https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs【内推码】DSW46Dg7内推简历优先筛选，避免卡在池子里。HR面后可通过内推人查询排序状态，避免焦虑等待。秋招Tips：滴滴面试官对项目细节抠得细，建议提前画好技术架构图，并准备1-2个“踩坑-解决-复盘”的完整故事，通过率提升50%！#实习# #校招# #应届# #滴滴秋储# #2026届实习生# #秋招提前批# #滴滴# #滴滴出行# #后端面经#

#腾讯音乐26届实习#  #腾讯音乐求职进展汇总# 校招结束了，毕业旅行，启动！时间线2.11 一面2.13 二面2.26 三面3.3 背调3.7 HR面#腾讯# #应届# #腾讯音乐#

个人背景：🔥985硕士，计算机专业，研究方向为机器学习/数据挖掘- 有推荐系统相关项目，Kaggle竞赛经历- 面试岗位：滴滴出行-算法工程师（机器学习/运筹优化方向）📝 面试全流程回顾1. 笔试（线上编程+数学）-算法题（2道，LeetCode中等偏上难度）- 动态规划：最长递增子序列变种（需优化到O(nlogn)）- 图论：Dijkstra算法实现+路径还原- 数学题（概率统计+线性代数）- 贝叶斯定理应用题（拼车场景下的概率计算）- 矩阵分解（SVD）的原理与优化意义2. 技术一面（1小时）- 代码能力- 手撕：实现带权随机抽样（Reservoir Sampling变种）- 代码优化：如何减少时间复杂度？- 机器学习基础- XGBoost vs LightGBM的差异？如何选择分裂点？- 如何解决推荐系统中的冷启动问题？- 业务场景题- 滴滴拼车订单匹配如何建模？（聚类+贪心算法的取舍）3. 技术二面（1.5小时）- 项目深挖- 详细介绍Kaggle竞赛方案（特征工程、模型融合技巧）- 追问：如果数据分布偏移（如疫情前后出行规律变化），如何调整模型？- 系统设计- 设计一个实时ETA（预估到达时间）系统：- 数据源（GPS/交通路况/历史数据）- 模型选型（时序模型+在线学习）- 异常情况处理（突发拥堵如何动态调整？）- 算法发散题- 如何用算法减少司机空驶率？（转化为图的最短路径问题）4. HR面（30分钟）- 团队协作经历、抗压能力举例- 期望薪资与工作地点偏好🌟 总体而言，滴滴面试强度还是可以的，问题问的很细，如果不会的话，同学们尽量委婉回答，引导面试官问出问题。滴滴待遇还是相当可以的，最后给大家一个内推链接，还有内推码。🚘投递方式【内推链接】https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs【内推码】DSW46Dg7全流程跟进，投递的同学评论区留言，方便后续跟进，秋招加油！#滴滴# #应届# #实习# #算法工程师# #校招# #滴滴出行# #内推#

现在刷牛客全是26届暑期实习的了，25届的是不是都找好满意工作开始享受了啊😢#java# #春招# #毕业# #应届#

个人背景：🔥985硕士，计算机专业，研究方向为机器学习/数据挖掘- 有推荐系统相关项目，Kaggle竞赛经历- 面试岗位：滴滴出行-算法工程师（机器学习/运筹优化方向）📝 面试全流程回顾1. 笔试（线上编程+数学）-算法题（2道，LeetCode中等偏上难度）- 动态规划：最长递增子序列变种（需优化到O(nlogn)）- 图论：Dijkstra算法实现+路径还原- 数学题（概率统计+线性代数）- 贝叶斯定理应用题（拼车场景下的概率计算）- 矩阵分解（SVD）的原理与优化意义2. 技术一面（1小时）- 代码能力- 手撕：实现带权随机抽样（Reservoir Sampling变种）- 代码优化：如何减少时间复杂度？- 机器学习基础- XGBoost vs LightGBM的差异？如何选择分裂点？- 如何解决推荐系统中的冷启动问题？- 业务场景题- 滴滴拼车订单匹配如何建模？（聚类+贪心算法的取舍）3. 技术二面（1.5小时）- 项目深挖- 详细介绍Kaggle竞赛方案（特征工程、模型融合技巧）- 追问：如果数据分布偏移（如疫情前后出行规律变化），如何调整模型？- 系统设计- 设计一个实时ETA（预估到达时间）系统：- 数据源（GPS/交通路况/历史数据）- 模型选型（时序模型+在线学习）- 异常情况处理（突发拥堵如何动态调整？）- 算法发散题- 如何用算法减少司机空驶率？（转化为图的最短路径问题）4. HR面（30分钟）- 团队协作经历、抗压能力举例- 期望薪资与工作地点偏好🌟 总体而言，滴滴面试强度还是可以的，问题问的很细，如果不会的话，同学们尽量委婉回答，引导面试官问出问题。滴滴待遇还是相当可以的，最后给大家一个内推链接，还有内推码。🚘投递方式【内推链接】https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs【内推码】DSW46Dg7全流程跟进，投递的同学评论区留言，方便后续跟进，秋招加油！#滴滴# #应届# #实习# #算法工程师# #校招# #滴滴出行# #内推#