搜广推算法校招面试:BOSS直聘 推荐搜索系统工程师
本文介绍2024届秋招中,BOSS直聘的推荐/搜索系统工程师岗位一面的面试基本情况、提问问题等。
2023年12月,赶在秋招的末尾,投递了BOSS直聘的推荐/搜索系统工程师岗位,并不清楚所在的部门。目前完成了一面,在这里记录一下一面经历。
首先,这一次的投递就是在BOSS直聘这个APP上直接投递的,没有走官网投递的流程;在这个阶段(秋招都要结束了),再去网申的话我感觉意义也不大,所以一般就是看看BOSS直聘上合适公司、岗位的HR发来简历邀请(可能是当初找实习的时候用户活跃度非常高,所以在APP上这大半年都一直会有HR发邀请的),如果有相关邀请并且感觉可以试一试的话,就会申请推进流程。
这一次面试和秋招的第一次面试(百度搜索的机器学习、深度学习算法岗位)一样,是算法方向的面试,所以可以明显感觉到面试官对于实习经历、项目经历都不怎么提问了,而是直接就问算法方面的内容——当然,这个也和我比较偏向于开发(主要是算法学不会),所以实习和项目经历都是开发方向的工作有关。其中,面试官主要提问的算法内容多数都是和数据结构有关的,主要集中在数据结构元素搜索的时间、空间性能优化方面。虽然感觉算法方面的面试是真的很难,但是也确实感觉这样的面试很有意思,自己会绞尽脑汁地回想当初刷题时,那些高赞题解里都用到了哪些算法思想或者优化技巧——而如果是开发方向的面试,那么提问往往都是集中在实习和项目经历方面,感觉自己都快要背下来了,没有算法面试有意思哈哈哈哈。一场面试下来,也确实收获到了很多新的内容与知识。
面试情况
上午
10:00开始,持续25分钟左右。线上视频面试,
1位面试官;面试官很和蔼。首先做自我介绍;提问
25分钟。
提问问题
- 本科、研究生阶段都有哪些项目、实习经历?
- 研究生阶段和阿里云合作的项目是什么样的?是什么类型的项目?大致做了些什么?
- 数组和链表有什么不同?各自有什么特点与优势?各自的应用场景如何?
- 对于一个有序数组,在其中查找某一个值,最低的时间复杂度为多少?此时是用什么方法来查找的?对于一个有序链表呢?
- 对于链表中数据的查找,如何优化其时间复杂度?对于一个链表,将其数值和位置以哈希表的形式保存,这个保存的过程具体如何实现?这个过程的时间复杂度如何?
- 对于一个有序的链表,希望加快其查找数值的速度,有什么方法优化?
- 是否了解“跳表”这个概念?
- 两个无序数组,如何找到二者中元素的交集?时间复杂度如何?是否可以优化?你提到在哈希表中加以查找,此时查找的时间复杂度一定均是
O(1)吗?如果这两个数组的某一个或者每一个数组中,有重复的数据怎么办? - 哈希冲突是如何解决的?时间复杂度如何?
- Java和C++中,有哪些和哈希表有关的数据结构?其各自的底层实现是什么?为什么红黑树可以实现哈希表?
- 两个无序的数组,如何找到二者中重复(既在数组
A中,又在数组B中)的元素? - 一个有序的单链表
A,含有100万个结点;希望构建一个新的链表B,分段地保存A中的部分结点,从而优化A中查找元素的性能;那么你认为B应该每隔多少个结点保存一次A中的结点?如果B保存了10万个结点,那么基于B查找A中任意一个元素,平均查找的次数为多少? - 个人的职业预期与规划是如何的?
算法题目
- 无(这里是指没有手撕算法代码的题目)。
面试结束反问
- 这一岗位对于机器学习、深度学习算法方面的知识是否有要求?
- 这一岗位更侧重于算法的研发(数学方面),还是算法的落地(开发方面)?
反馈情况
- 面试已经结束
1个多月,暂无任何回复,肯定已经凉了。
至此,大功告成。
搜广推算法校招面试:BOSS直聘 推荐搜索系统工程师的更多相关文章
- 图数据库 Nebula Graph 在 Boss 直聘的应用
本文首发于 Nebula Graph 官方博客:https://nebula-graph.com.cn/posts/nebula-graph-risk-control-boss-zhipin/ 摘要: ...
- 【测试工程师面试】在BOSS直聘上和面试官的一问一答
岗位描述: 信用卡核心系统功能测试,负责测试计划制定,测试设计,测试执行,测试进度掌控,自动化工具建设等工作.有责任心,执行力强,工作认真细致,逻辑思维强熟悉linux,oracle或者IBM大型机操 ...
- 使用VUE模仿BOSS直聘APP
一.碎碎念: 偶尔在群里看到一个小伙伴说:最近面试的人好多都说用vue做过一个饿了么.当时有种莫名想笑. 为何不知道创新一下?于是想写个DEMO演练一下.那去模仿谁呢?还是BOSS直聘(跟我没关系,不 ...
- 打造IP代理池,Python爬取Boss直聘,帮你获取全国各类职业薪酬榜
爬虫面临的问题 不再是单纯的数据一把抓 多数的网站还是请求来了,一把将所有数据塞进去返回,但现在更多的网站使用数据的异步加载,爬虫不再像之前那么方便 很多人说js异步加载与数据解析,爬虫可以做到啊,恩 ...
- Python爬取Boss直聘,帮你获取全国各类职业薪酬榜
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者: 王翔 清风Python PS:如有需要Python学习资料的小伙伴 ...
- 从企业版BOSS直聘,看求职简历技巧
有时候,不是我们不可以,而是我们连面试的机会都没有.希望这篇文章能帮助大家找工作,有一个展示自己的机会. [ ] 最近负责测试的面试工作,在等HR推简历的时候害怕错过优秀的伙伴,找HR拿到了公司在BO ...
- iOS开发之功能模块--高仿Boss直聘的IM界面交互功能
本人公司项目属于社交类,高仿Boss直聘早期的版本,现在Boss直聘界面风格,交互风格都不如Boss直聘以前版本的好看. 本人通过iPhone模拟器和本人真机对聊,将完成的交互功能通过Mac截屏模拟器 ...
- iOS开发之功能模块--高仿Boss直聘的常用语的开发
首先上Boss直聘的功能界面截图,至于交互请读者现在Boss直聘去交互体验: 本人的公司项目要高仿Boss直聘的IM常用语的交互功能,居然花费了我前后17个小时完成,这回自己测试了很多遍,代码 ...
- Pyhton爬虫实战 - 抓取BOSS直聘职位描述 和 数据清洗
Pyhton爬虫实战 - 抓取BOSS直聘职位描述 和 数据清洗 零.致谢 感谢BOSS直聘相对权威的招聘信息,使本人有了这次比较有意思的研究之旅. 由于爬虫持续爬取 www.zhipin.com 网 ...
- 基于‘BOSS直聘的招聘信息’分析企业到底需要什么样的PHP程序员
原文地址:http://www.jtahstu.com/blog/scrapy_zhipin_php.html 基于'BOSS直聘的招聘信息'分析企业到底需要什么样的PHP程序员 标签(空格分隔): ...
随机推荐
- Python项目批量管理第三方包(requirements.txt)
python项目中必须包含一个 requirements.txt 文件,用于记录所有依赖包及其精确的版本号,以便新环境部署. requirements.txt可以通过pip命令自动生成和安装 生成re ...
- php8.3开启jit技术
查看是否开启:$jitEnabled = ini_get('jit.enabled'); echo "JIT Enabled: " . ($jitEnabled == '1' ? ...
- Intent 显示与隐式了解认识
显示Intent 用于精确匹配,指定跳转目标 1.在intent构造函数中调用 Intent intent = new Intent(this,XX.class); 2.调用意图对象的setClass ...
- 写写Redis十大类型stream的常用命令
前言:感觉这个好像没啥用,我没学过mq,好像这个东西用别的中间件比较好,比如kafka,rabbitmq 最后一个是bitfield,看尚硅谷介绍说那玩意基本用不着,所以那个也不看了,直接跳了,十大类 ...
- scratch编程作品-《滚动的物理小球》
程序说明: <滚动的物理小球>是一款基于Scratch平台开发的小游戏.在这个游戏中,玩家通过按左右方向键来控制一个小球在屏幕上的左右移动.小球在移动过程中,完全遵循物理引擎的规则,如加速 ...
- hbuilderx生成ios证书和上架全教程
现在很多公司都使用uniapp作为底层框架来开发app应用,而uniapp的开发工具hbuilderx云打包的时候,需要证书和证书profile文件. 假如是ios应用,则还需要上架到appstore ...
- 2、Git之Windows版本的安装
2.1.下载Git 官网下载地址:https://git-scm.com/download/ 最初,Git 是用于管理 Linux 社区的代码,所以在很长的一段时间内,Git 只能安装在 Linux ...
- 4、SpringMVC之获取请求参数
4.1 环境搭建 创建名为spring_mvc_demo2的新module,过程参考3.1节 4.1.1.创建请求控制器 package org.rain.controller; import org ...
- 【Java】逻辑错误BUG
开局一张图来解释就够了 查询 COUNT() 结果数,有且仅有一条记录 好死不死判断查询的结果数量等等于0, 这不永远都是取TRUE返回 花了一个下午的时间就为了解决这个BUG
- python版本的“共轭梯度法”算法代码
在看代码的过程中遇到了共轭梯度法这个概念,对这个算法的数学解释看过几遍,推导看过了,感觉懂了,然后过上一些日子就又忘记了,然后又看了一遍推导,然后过了一些日子也就又忘记了,最后想想这个算法的数学解释就 ...