阿里盒马测开一面:

1.      自我介绍

2.      聊了课题(最后面试官说建议我要尽快地讲出课题的创新点,这样才能打动面试官)

3.      聊了一下项目(面试官说我表达这些基础概念都表达地非常好,但是我的项目给人的感觉就是一个练手的项目,给人的感觉就是说在项目这方面就很一般)

4.      聊了数据库的一些基础的知识(他说问的都很基础,你答的也很好,这也是在校招中我们比较关注的地方)

5.      算法题:如何模拟一个洗牌的程序,这块答得有点乱七八糟的。

后来面试官有解释了出一个这样的算法题的目的:考察同学的抽象建模能力。

就是可以把54张扑克牌抽象成一个数组,然后用一个随机数,来决定每个扑克牌在数组中的索引。

总结:面试官在面试的过程中,就说给我过了,因为他觉得我有在很认真地准备这次面试,然后基础知识回答的都还不错(不过也指出来广度还有待加强)就愿意再给我机会继续聊下去。

#面经##校招##阿里巴巴##测试开发工程师#
全部评论
洗牌,我也做了这题
点赞 回复 分享
发布于 2021-05-11 00:37
请问面了多长时间,主要问哪些知识,没有测开经验可以吗
点赞 回复 分享
发布于 2021-04-25 21:48
楼主你好,请问你是实习、校招还是社招?
点赞 回复 分享
发布于 2021-04-25 20:23

相关推荐

03-16 16:19
已编辑
长沙学院 Java
如果你现在想入行AI,别一上来就啃什么反向传播、数学推导,大概率坚持不下来。直接奔着RAG去,这是企业最缺、上手最快、简历最好写的方向。RAG到底是啥?全称检索增强生成,说白了就一句话:让AI学会翻资料再回答问题。以前的大模型全凭“脑子里的知识”答题,问它“咱们公司年假怎么休”,它直接懵——它又没在你公司上过班。RAG不一样:你先把自己公司的员工手册、技术文档、会议纪要、客服聊天记录全喂进去,存在一个叫“向量数据库”的地方。员工来问问题,系统先去库里找相关材料,然后把材料+问题一起给大模型,模型照着材料回答。效果立竿见影:客服不用翻几百页手册了,秒回客户问题新员工入职,自己问AI就能熟悉业务代码报错了,AI自动查历史bug库给解决方案销售要写方案,AI去库里翻过往中标文档做参考为啥企业抢着要?因为每个公司都有自己的知识积累,通用的GPT用不上。而RAG能把公司内部经验和AI能力打通,成本低、见效快、不出错。老板一听就两眼放光。入门学啥?就两样:1. 向量数据库——存知识的地方。学学怎么把文档切碎、转成向量、存进去、搜出来。主流的Chroma、Milvus、Pinecone挑一个玩熟。2. LangChain——搭流程的工具。学学怎么把“查资料+问模型”串成一条流水线,文档怎么切、怎么搜、怎么拼给模型。怎么做项目?就做一个:公司内部知识库问答机器人。拿几百页员工手册或者技术文档,搭一个能回答任何内部问题的机器人。部署到飞书、钉钉或者企业微信上,真能让同事用起来。这个项目往简历上一写,面试官一看:这人来了就能干活。
现在入门AI应该走哪些方...
点赞 评论 收藏
分享
评论
1
13
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