中行软开测评

沉浸式2小时做题
一共5道,前两道签到题
第3道判断平衡二叉树+递归,但是样例都过了,已提交0%,真的不理解。。。
第4道给一个字符串s;可以任意选a-z中的一个字符ch;遍历s得到选定字符在s的索引i;i-1,i+1位置如果合法,可以将i-1,i+1位置修改成任意字符;返回修改后字典序最小的字符串
没啥思路直接扫描第1个字符,然后将符合的全改成'a',过了70%
第5个,单源最短路径,虽然过了样例,但是0%考完发给deepseek看才知道三个for循环只写了俩,怪不得是0,还是太菜了
有没有人知道a2.7还有机会进面吗

#中行软开中心##中行软开能力测评#
全部评论
是不是大家的ide都没有括号自动匹配啊我真服了,昨天直接古法txt
点赞 回复 分享
发布于 10-23 18:32 湖北
我跟你一样,感觉不及格基本没了
点赞 回复 分享
发布于 10-23 16:06 安徽

相关推荐

昨天 11:08
已编辑
上海大学 Java
点赞 评论 收藏
分享
——从校园到产业智能的真实体验刚加入明源云的那天,我还是一个刚从校园走出来的算法校招生。第一次真正参与到企业级算法项目中,从写模型到让算法“跑”在真实业务里,那种从理论到落地的转变,让我体会到了算法工程师工作的深度与挑战。一、算法评测:让模型从“好看”到“好用”刚入职时,我主要负责算法评测与验证的工作。看似只是“检验模型效果”,但背后其实是一整套系统流程的搭建。我们要设计评测指标、验证语义匹配、比对模型结果的准确性和稳定性,还要考虑算法在生产环境中的可解释性与鲁棒性。那段时间,我深刻认识到——算法不仅要追求指标上的漂亮数字,更重要的是“能被信任、能被用好”。当模型结果真正被业务团队采纳、转化为决策依据时,我感受到算法价值被放大的那一刻。二、模型优化:让算法更懂人,也更懂场景在工作中期,我开始深入参与算法模型的优化。围绕自然语言处理(NLP)方向,我们尝试了多种模型架构与技术路线:从Transformer、BERT到MPNet的对比实验,再到Embedding语义聚类、指令型任务生成的方案调优。为了让模型更好地理解客户语言,我们设计了多轮对话追踪、隐形抗性识别与文本关联分析机制。每一次算法迭代,都是一次模型“读懂人话”的进步。虽然调参和验证的过程繁琐,但当算法准确率不断提升、能稳定产出时,那份成就感非常真实。三、Agent探索:让算法真正“动起来”除了传统的NLP算法,我还接触到了Agent智能体系统的开发工作。将Agent与PandasAI集合,让算法不仅能分析数据,还能主动执行任务、生成报告、调用工具,形成更具自主性的智能分析体系。这种让算法具备“行动力”的体验非常新鲜——它不再只是一个被调用的模型,而更像是一个能独立思考、协作的AI伙伴。四、成长与反思:从技术到价值的跃迁回望这一年,从算法评测、模型优化到Agent研发,我完成了从“学生思维”到“工程思维”的转变。我学会了如何在复杂业务中找到算法落地的突破口,如何与前后端、业务部门协同推进模型上线,也更理解了算法在产业智能化中的真正价值。在明源云,我看到了AI技术与房地产行业深度融合的可能性,也找到了属于算法工程师的节奏——既有对模型的理性思考,也有对智能未来的热情探索。未来,我希望能继续在大模型与Agent方向深耕,让算法真正成为连接人、数据与决策的桥梁。
投递明源云等公司10个岗位
点赞 评论 收藏
分享
评论
1
1
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