阿里云Java研发三面技术+HR面

我又来了,昨天面完美团之后,今天惊奇地收到了阿里云HR面电话,也算是结束了阿里云的面试吧。
渣硕,鹅厂实习,水了一篇SCI。
之前我面过蚂蚁金服了,不过岗位是测开,面经见:https://www.nowcoder.com/discuss/89213
由于不符合本人预期,因此转推荐到阿里云面Java研发。详情见:https://www.nowcoder.com/discuss/99362
废话不多说,这个面经直接发,时间过太久可能很多东西记不太清了

一面(30mins)简历评估吧:
1.自我介绍
2.实习的项目,抛了一系列的提高性能的问题,针对项目提问(实习项目略隐私,不列出来了)
3.发的论文,论文用到的算法
4.你认为算法与业务之间有什么样的关系
5.浏览器输入URL发生了什么,讲出所有知道的内容
算法题
6.非递归遍历二叉树
7.查找数组的中间元素
8.问问题

二面(50mins)仿佛题库抽问:
1.自我介绍
2.Java的并发方式
3.synchronized和lock的区别
4.Java内存模型及GC算法
5.你理解的线程安全
6.Java源码中的HashMap、HashTable、ArrayList及LinkedList
7.解决Hash冲突的方法及Java8对链地址法有何优化
8.加载器双亲委派模型及破坏
9.死锁的原因及预防
10.操作系统的内存管理机制
11.进程和线程的区别
12.TCP和UDP区别
13.TCP如何保证可靠性,拥塞控制如何实现
14.用过哪些数据库,支持事务的数据库的四个特性,数据库的四个隔离级别
15.讲下跳表怎么实现的
16.哈夫曼编码是怎么回事
17.非递归且不用额外空间(不用栈),如何遍历二叉树
18.是否可以实习
19.问问题

三面(30mins):
1.自我介绍
2.实习的项目
3.依然是:输入URL浏览器发生了什么
4.DNS解析的域名,你直接去ping,能成功吗,它是一个web server吗
5.说说长连接是怎么回事,使用长连接有什么影响
6.个人的职业规划
7.除了项目之外,有了解过其他的开源技术吗
8.NginX如何做负载均衡
9.常见的负载均衡算法有哪些
10.一致性哈希的一致性是什么意思
11.一致性哈希是如何做哈希的
12.自己最常用的数据结构是什么
13.讲讲算法及数据结构在实习项目中的用处
14.常见的排序算法及其复杂度
15.讲讲O(nlogn)复杂度的算法在实际工程中的用处
16.问问题

HR面(20mins):
1.自我介绍
2.实习学到了什么
3.自己的职业规划
4.评价一下腾讯的技术氛围
5.实习中有没有什么不足,现在弥补了吗
6.对阿里技术氛围有什么样的理解,用过哪些阿里的开源库
7.给你一千万创业,你怎么分配资金,自己承担什么样的角色(CEO?CTO?COO?)
8.蚂蚁金服最后待offer给你转推荐,你清楚原因吗(岗位不符合预期)
9.加上之前的面试和蚂蚁的面试,你面试与自己预期相比表现怎么样
10.期待的工作地点
11.问问题


=======================================================================
阿里的面试到这里应该是结束了,希望能通过拿到阿里云的offer吧。
蚂蚁的操作本来让我心灰意冷,不过好在他转推阿里云了,还是很感激的!
最后,希望大家都有好的offer哟~~
#面经##HR面##阿里巴巴##内推##Java工程师#
全部评论
什么时候鹅厂实习+sci也能自称渣硕了?我们这种怕不是废品?
17 回复 分享
发布于 2018-09-13 12:06
哇,,大佬好强。 沾沾大佬的福气
1 回复 分享
发布于 2019-09-11 09:40
一致性hash的一致性如何理解啊
点赞 回复 分享
发布于 2019-04-28 11:19
想问楼楼AT更偏向那个呀
点赞 回复 分享
发布于 2018-09-13 13:08
祝楼主好运哦~
点赞 回复 分享
发布于 2018-09-13 12:05
出来看神仙!
点赞 回复 分享
发布于 2018-09-13 11:46

相关推荐

头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析,错误率 15-30%。WebMCP 反过来,让网站自己声明能做什么,AI 直接调用结构化接口,准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是"我会用某个框架",而是"我在标准刚发布时就做了企业适配&...
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。
AI求职实录
点赞 评论 收藏
分享
点赞 评论 收藏
分享
评论
10
219
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