蔚来 智能装备开发实习生 | 机器人实习生 面经

二面的开始面试官说明自己不方便开摄像头,也征得了我的同意,然后就是开始面试,大体流程:给我介绍了一下 面试流程 : 1. 项目介绍,他会根据感兴趣的项目提问;  2. 手撕; 3. 反问.然后就是自我介绍,主要介绍了硕士以来做的主要事情,2段实习+硕士课题,他分别对这几个项目都进行了提问手撕: 有序数组找target非常简单,3分钟写完,然后又提新需求,如果有重复元素,返回target数据的最大下标,问我怎么修改,然后问了下复杂度等反问:1. base地, 2. 组里业务.介绍之后提问: 经过我的介绍,你对我们组意向如何答: 感觉和我的过往经历非常匹配,技术栈匹配度很高,对组里业务也非常感兴趣... 然后他又深入介绍了一下业务,总体来说还是比较轻松,没有八股以及对项目深挖

1. 简单介绍项目经历2. 怎么做的压测，我看qps 挺高的，你用的多少个线程来模拟3. rabbitmq 的高可靠性是怎么保证的4. IOC是怎么帮我们做 bean 的管理的5. 笔试题，两个线程相互转账6. 你说是为了避免死锁，讲一下死锁的四个条件7. 你在这里使用了 synchronized 锁，他和 reentrantLock 有什么区别8. 你提到了 aqs ， 讲一下 volatile 修饰的state 中 volatile 的作用是什么9. 讲一下 reentrantLock 是悲观锁还是乐观锁10. 反问环节，面试轮数，具体业务，面试评价全程 27 分钟结束，感觉面试官好像不怎么上心的样子，问的都是一些基础的八股，但是我回答得磕磕巴巴的，大概率寄了

数据开发岗 秋招第一个面试，被狠狠拷打了1.spark和flink有哪些共性和区别2.你说到flink是一条数据一条数据的处理，那我们要对以前数据做聚合会怎么处理(状态机制)3.状态怎么进行恢复和使用(checkpoint机制，下游二阶段提交)4.为什么会有二阶段提交5.了解过二阶段提交机制怎么实现吗6.两阶段提交是保证卡夫卡提交和checkpoint机制同时完成，怎么去保证这个事情，状态保存在哪里7.flink针对kafka是怎么去传递两阶段结果的8.对spark有哪些自己的理解9.spark为什么能处理大规模数据集(高并发)10.多台机器处理，内存是比较宝贵的，数据过大，内存放不下怎么处理(写盘)11.spark当中结点分为那些类型12.大规模数据集，不断落盘，是写到同一个磁盘文件还是多个磁盘文件13.spark中间会一直生成小文件，如何处理14.什么是OOM，什么时候会出现OOM15.怎么去定位OOM出现在哪16. jvm, 内存模型17.spark SQL怎么执行(任务调度)18.底层资源调度是什么资源19.程序运行，内存放的什么东西，怎么管理内存，内存分配20. MySQL执行引擎21.什么是聚簇索引22.为什么要回表，什么样的操作会回表23.介绍什么是b+树24.知道平衡二叉树吗，什么是二叉树25.精准一次语义，kafka中有那些语义26.java这一块熟悉哪些内容，对java这块实现数据结构了解那些27.hashmap底层怎么实现，怎么去实现不可重复的，如果重复了怎么处理。hashcode和equals方法有什么区别和联系，如何判断是否和现有的key相同28.线程安全问题，什么是线程安全29.主要课程包括哪些30.大模型这块，transform架构了解过吗，用来做什么31.SQL题，求班级TOP5学生信息32.SQL锁机制，多个用户同时去写一条数据33.锁机制和事物区别34.什么是悲观锁什么是乐观锁35.乐观锁怎么实现36.进程和线程有什么区别，怎么去调度线程/进程运行，了解过协程吗37.一个进程中包含哪些部分，哪些数据38.讲一下堆和栈，栈有哪些应用反问后续，9.26约二面

数据驱动算法工程师1. 2025.08.28 投递 （数据驱动算法工程师）08.29 （评估中）2. 2025.09.04 笔试3. 2025.09.10 一面1. 自我介绍2. 介绍下项目3. 对比我两个项目，一个是传统动力学，一个是数据驱动动力学，说说如何看待二者差别4. 介绍下项目中用到的模型5. 然后就是聊项目，聊了半天6. 反问7. 无八股，无手撕，整体很愉快09.17二面，面试官出差，推迟到10.10,,,,,,,,,