测开电话面

感觉不是特别正规的技术面。。而且面的很快,感觉有点kpi的意思。
---- 总共大约31分钟 -----
1. 怎么想到来这边实习?
2. Django是用什么语言开发的?
3. 实习Django那个具体实现了什么?(实习做的一个简单的资源服务器)
4. 那你对前端有了解啊?(不了解,但知道些客户端,有相似之处)
5. 看你这个Linux下的HTTP服务器,是什么平台下的?是只用了C++开发的吗?用到别的语言了吗?为什么用C++,Java不好吗?(怎么连Webserver都不知道。。)
6. 有哪里可以优化的地方?测试的时候并发量多少?怎么测试的?
7. 你的这个HTTP服务器提供了什么服务?(就返回页面)
8. 用到POST请求了吗?(没有)
9. 讲讲GET和POST区别。(没答全)
10. 既然是多线程,会涉及到资源争夺嘛,你是怎么处理的?(项目中仅在线程池取线程的时候加了锁,对于客户端访问资源是读操作就没加锁)
11. 线程池是怎么实现的?
12. 项目中使用的边缘出发还是水平触发?
13. 为什么用水平触发?(这里答了还是ET效率更高,但是LT简单)
14. LT和ET的区别?
15. vector熟悉吗?怎么用迭代器来向vector中的第3个位置插入元素?
16. python爬虫项目,爬的是页面还是具体的数据?
17. 用到多线程了吗?python的多线程是真的假的?为什么是假的?
18. 了解Java,什么程度?C++是自学的吗?
19. 反问。(先测开,后C开发,都是嵌入式方向)

突然来电话,说电话上简单聊一聊,因为有事,就把时间控制在5min,说后面还有正式的技术面。
---- 总共大约7分钟 ----
1.epoll,poll,select的区别是什么?
2.讲一下多态?
3.你说到动态多态,再详细讲一下。抽象方法是子类调用还是父类调用?
4.看你用过selenium,你一般是怎么获取path的?怎么获取元素呢?
5.PysimpleGUI是一个GUI库是吧。
6.你还有时间吗?(没)那再问你最后一个吧,python中元组,列表,集合的区别是什么?
7.实习几个月?
8.论文搞完了?
9.反问。如果能进组的话技术栈是什么?交换机业务,现在入职的话主要是用python做自动化测试开发,后面组里用C比较多。

后续如果还有正式的技术面就再更。。
全部评论
啥公司
点赞 回复 分享
发布于 2023-08-10 13:27 北京
点赞 回复 分享
发布于 2023-07-18 19:06 江西
点赞 回复 分享
发布于 2023-07-18 18:53 重庆

相关推荐

作为一名大数据工程专业的研究生,收到华为的实习面试邀请后,我既兴奋又有点紧张。华为在大数据、云计算和AI方面的项目一直颇具规模,我在实验室也经常用到华为云的分布式存储和计算工具,所以这次机会对我来说既是挑战,也是检验自己能力的时刻。面试当天是线上视频面试,HR提前一天发来了会议链接,还贴心地提醒我准备好稳定的网络和耳麦。面试开始,首先是自我介绍环节,我简单交代了自己的学业背景、参与过的项目,以及在实验室做的两个与数据仓库建设相关的课题。技术面提问部分面试官是一位资深的大数据架构师,第一句就直奔主题:“你在项目中具体承担了哪些角色?有没有数据模型设计的经验?”我提到了在校期间参与的一个基于Kimball维度建模的销售分析系统项目,并详细描述了如何在需求分析阶段识别业务过程和度量,以及如何根据不同的数据主题域设计星型模型与雪花模型。我还补充说明了在ETL流程中,如何处理缓慢变化维(SCD),尤其是Type 2类型的实现方法,包括在Hive中通过分区与有效期字段来管理历史数据。他听完后很感兴趣,追问:“如果我们有一个订单事实表,需要支持多维度分析,比如时间、客户、产品,但不同维度的数据规模和更新频率差异很大,你会怎样设计?”我答道:时间维度:预先生成完整的日期维并缓存在DW中,保持稳定不变;客户维度:考虑缓慢变化维,保证历史分析的准确性;产品维度:用码表+关联,保持高查询性能。并说明了在分布式环境(如Spark SQL)下,为避免join带来的性能瓶颈,可以使用广播join或分桶策略。场景题与解决思路接下来,他给了一个具体问题:“如果每天有上亿条设备日志进入系统,需要在分钟级完成故障模式检测,你会怎样设计架构?”我回答:数据采集:采用Flume/Kafka作为实时数据入口,将日志按主题与分区进行路由;实时计算:使用Flink进行流处理,通过窗口函数实现分钟级聚合;特征提取与模式匹配:在流计算过程中调用预先训练好的模型(可能是基于TensorFlow或PyTorch),完成在线推理;数据落地与分析:实时结果入ClickHouse或HBase,历史数据入Hive供离线分析;监控与告警:接入Prometheus+Grafana实现实时监控,并结合规则引擎触发告警。面试官点头认可,但提醒我在实际生产中需要考虑容错和数据延迟问题,比如Kafka的副本机制、Flink的checkpoint与状态恢复等。综合能力考察除了技术问题,他还考察了我的沟通能力与学习能力。他问:“如果你负责的某个数据模块上线后用户反馈查询慢,你会怎样定位问题?”我回答说会先定位问题范围:是前端展示慢还是后端查询慢;如果是后端,先看sql执行计划,分析是否由于join、group by等操作导致大量shuffle;再检查数据倾斜情况,必要时用加盐、按范围拆分等方式优化;同时关注底层存储的索引与分桶方式。思维延展与职业规划最后,他关心我的职业规划。我表示自己未来希望在数据架构与数据治理方向深耕,不仅掌握数据采集、处理、存储的全链路技术,还能从业务视角建立完善的维度模型和指标体系,提高企业数据资产价值。这与华为在智慧城市、通信网络、云平台等领域的需求非常契合。面试在轻松的氛围中结束,面试官说技术能力还不错,但建议我在模型设计中更多考虑跨域数据整合的复杂性,以及如何在超大规模数据环境下保持模型的易维护性。HR最后告知后续会有二面,可能会有更深层的系统设计题与现场编码题。面试感受与经验总结这次一面让我体会到几个关键点:准备要针对岗位需求 —— 华为的大数据实习不只是写代码,还要理解业务流、模型设计、性能优化,尤其是Kimball建模在企业级场景的落地方式。案例要具体 —— 面试时举的例子最好能体现规模、挑战与解决方案,比如数据量级、延迟要求、架构选型等细节。思维要全面 —— 技术方案不仅要能跑通,还要考虑高可用、可扩展性、运维成本等。表达要清晰 —— 把复杂的设计讲清楚,有时候比技术本身更重要。总之,这次面试虽然是虚拟的情景,但过程很真实,如果你未来准备大数据方向的华为面试,可以借鉴这种“技术细节+业务场景+性能优化”的答题方式,即使遇到陌生问题也能从架构思路入手,让面试官看到你的系统性思考能力
点赞 评论 收藏
分享
评论
4
22
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