爱奇艺 android 三面(总监面)凉经 + 鸡汤

由于我人在美国
约的是6点左右,一晚没睡。面试状态就比较懵逼。。
面试大约持续了一个小时,部门总监面的(大约管了100来号人,就一看就很diao。。。)

说下具体问的:
一开始一个小插曲,牛客的笔试, 我不小心切出去了下,立马告诉我他能看到能我切出去了,就说不要再切屏幕了,
懵逼1,,,(我确实也没看,就下意识的挪了下窗口。。)

然后 上来问 Java基础,

1. java中 锁 具体有哪些,怎么写(注意 基本上是口述代码怎么写 举个例子 : 比如 public static void main(String[] args)就是口头把每个参数都说出来,)
楼主 锁确实没写过,,,就学校的 course project 确实也没用过, 就看面经 知道一些 synchronize / Lock的一些基本用法 但确实没写过,,
这一下就挺凉的。。
2. 问了我 接口具体的写法 也是 口述代码形式 就 很实际,一点不玩虚的,问接口里面的变量 函数 有什么特点, 为什么要写成这样的。
这里lz 答得也马马虎虎

3. 然后手撕了一道coding        前k大的数
这题楼主做过,本来想 先说个 heap的O( nlogn) 的 再优化成 quickSelect 的 O(n)的
然后说了堆之后 要求手写实现堆, 这里 就 写了下吧 但是 没有完全 bug free 说上移下移的时候 有 corner case 考虑不周,。。又优化着改了半天。
(所以说 真的是 问的很深入 包括之前我用堆 直接一个 PriorityQueue<Integer> 了 ,所以说 具体的实现原理还是有可能会被问到的)

4. 还有一些比较基础的 public private 用法啊 hashmap啊 啥的 就不列举了

总而言之: 问的比较深入,而且 实现要求比较高。
lz 基本凉凉,,, 求赞求评论。
面试官最后给的评价是 : 算法数据结构还可以(这里说堆写的还凑活,但是 Java基础 指锁的具体实现和用法场景 答得不好),哎基本凉凉,,,,
手头还一个快手面试了。。 这个面到第三面凉了 也算是 菜是原罪吧 没法 继续 move on,
心态要保持好 0offer 也不怕 有啥啊 是不是 谁不是 一路被虐过来的,要自己给自己打气!!! 加油加油

就看到一句话 觉得挺好 到底什么是上岸
高考之前觉得 考一个好大学是上岸
大学时候觉得 学生会 奖学金 期末考 TOEFL是上岸
然后 考研的觉得上了研究生是上岸 出国的觉得拿了offer是上岸
考上研究生的 觉得 发了paper是上岸 找了实习 全职是上岸,
然后 进了 公司又觉得 升职 财务自由是上岸。。。。

就 人生哪里有什么上岸,,, 就不断定目标去追求就好了,暂时得不到也没关系啦~ 这东西真没有你当下想的这么重要~    保持乐观 拥抱生活!

#爱奇艺##面经##安卓工程师##春招#
全部评论
金句:人生哪里有什么上岸
4 回复
分享
发布于 2019-04-21 10:22
LZ最后的这段话写的真的很好,人就是这样,因为我一直都在寻找更好的属于自己的位置,所以我也会不断经历满足到不满足。经过了前几次面试后,自己觉得心态确实得到了磨练,想想那么多大风大浪都走过来了,真的就不怕啥了。祝LZ面试好运!也祝自己华为的面试能有个好的结果!加油呀!
2 回复
分享
发布于 2019-04-21 21:29
阅文集团
校招火热招聘中
官网直投
加油
点赞 回复
分享
发布于 2019-04-21 09:22
楼主哪里投的简历
点赞 回复
分享
发布于 2019-04-21 10:28
还要手撕堆的吗,就差手撕红黑树了
点赞 回复
分享
发布于 2019-04-21 21:18
想问楼主,爱奇艺是三轮面试吗?我面了两轮,过了一周了,没有任何消息。
点赞 回复
分享
发布于 2019-04-27 12:05
三面是什么面啊?
点赞 回复
分享
发布于 2021-08-17 18:20

相关推荐

投递小红书等公司8个岗位 我的实习求职记录
点赞 评论 收藏
转发
#美团暑期# #推荐算法面经# #凉经# 第一次笔试(机试)213/500第二次笔试(机试)390/500100+100+100+80+10#一面-时间:2024年3月26日&nbsp;11:00,总计58分钟-自我介绍-论文-本科推荐系统项目&nbsp;&nbsp;-职责&nbsp;&nbsp;-开发人数&nbsp;&nbsp;-召回用了什么算法&nbsp;&nbsp;&nbsp;&nbsp;-个性化和非个性化&nbsp;&nbsp;-召回怎么做融合的&nbsp;&nbsp;-排序用了什么算法&nbsp;&nbsp;-介绍DeepFM的FM侧怎么做的特征交叉&nbsp;&nbsp;-图片的推荐需要哪些信息,怎么给用户推荐的&nbsp;&nbsp;-是否需要query文本,有query的话就会变成一个搜索系统&nbsp;&nbsp;&nbsp;&nbsp;-有的话会考虑query的查询,没有则变为个性化推荐&nbsp;&nbsp;-对于query文本,有做哪些增强&nbsp;&nbsp;&nbsp;&nbsp;-字符匹配以及文本embedding相似度计算&nbsp;&nbsp;&nbsp;&nbsp;-改进的话,可以考虑构建近义词或者tag&nbsp;graph融合多跳邻居关系,即以query文本为seed种子,扩展其语义。&nbsp;&nbsp;-文本embedding怎么做的&nbsp;&nbsp;&nbsp;&nbsp;-word2vec&nbsp;&nbsp;-word2vec怎么训练的,是在自己数据集上训练的吗&nbsp;&nbsp;&nbsp;&nbsp;-不是,是用的开源的大语料库进行的NLP模型训练。实际上使用小规模数据集训练NLP模型,效果并不会太好&nbsp;&nbsp;-简历上写了冷启动问题,怎么解决的&nbsp;&nbsp;&nbsp;&nbsp;-爬虫爬取社交网站,获得数据&nbsp;&nbsp;-真实业务场景中也会遇见冷启动问题,怎么解决&nbsp;&nbsp;&nbsp;&nbsp;-协同过滤&nbsp;itemCF和UserCF&nbsp;&nbsp;&nbsp;&nbsp;-基于内容的物品推荐&nbsp;&nbsp;&nbsp;&nbsp;-基于profile的用户相似度计算&nbsp;&nbsp;-看你了解序列推荐,描述一下你的理解&nbsp;&nbsp;-介绍Transformer的结构&nbsp;&nbsp;-Transformer怎么应用在序列推荐中的&nbsp;&nbsp;&nbsp;&nbsp;-主要用的是解码器部分,QKV,mask的多头注意力机制&nbsp;&nbsp;&nbsp;&nbsp;-SASRec,TiSASRec-三数之和:板子题-提问:手上有offer吗&nbsp;&nbsp;-答:腾讯和阿里云过了一面-反问:&nbsp;&nbsp;-团队规模&nbsp;&nbsp;-业务:到家群,综合、广告、门票,搜广推相关&nbsp;&nbsp;-我对该岗位来说,还有哪些需要提升和学习的(这个问题是重中之重,可以侧面了解面试官的态度,对后续面试准备进行启发):综合能力挺强的,如果想进大厂建议专精于召回、精排等某一方面。===4.1早进入人才库,中午开始重筛简历===4.1中午捞起来了,开始折磨,约的4.3
点赞 评论 收藏
转发
11 14 评论
分享
牛客网
牛客企业服务