201709今日头条测试开发校招面经

本文分享了一位应聘者在2017年申请今日头条测试开发岗位时的一、二面经历。面试涵盖了手写算法、SQL查询、Linux命令、面向对象概念、自动化测试方法、Git操作、Jenkins配置、手机登陆界面的测试策略以及HTTP方法和状态码等知识。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一面

1.手写斐波拉契数列

     public static int fibonacci(int n){  
            if(n <= 2){  
                return 1;  
            }else{  
                return fibonacci(n-1) + fibonacci(n-2);  
            }  
        } 

2.sql。打印每个学生的最高分,每个学生有多个成绩。table:courseid username score
a) select * from table group by username having score=max(score)
3.linux命令:
a) 一个文件夹下有多少个文件

ls -lR|grep "^-"| wc -l  //R代表子目录,"^d"表示目录,"^-"表示文件,wc -l表示统计输出的行数。
ls 
### 关于目标检测的试经验分享 #### 准备基础知识的重要性 目标检测作为计算机视觉中的重要分支,在过程中通常会涉及基础理论和实际应用两方。为了更好地应对目标检测方向的技术试,应聘者需掌握扎实的基础知识,包括但不限于卷积神经网络(CNN)、常见目标检测算法(如 YOLO、Faster R-CNN 和 SSD),以及这些模型的核心原理和技术特点[^1]。 #### 实施细节的关注 某些技术试官可能会深入探讨具体实现细节,因此建议提前熟悉主流框架(如 TensorFlow 或 PyTorch)下的目标检测模型搭建过程。例如,可以尝试自己动手实现一个简单的 Faster R-CNN 模型,并理解其 Region Proposal Network (RPN) 的工作机制及其优化方法。 以下是基于 Python 使用 PyTorch 构建简单目标检测器的一个代码片段: ```python import torch from torchvision.models.detection import fasterrcnn_resnet50_fpn def load_model(num_classes=91): model = fasterrcnn_resnet50_fpn(pretrained=True) in_features = model.roi_heads.box_predictor.cls_score.in_features model.roi_heads.box_predictor = FastRCNNPredictor(in_features, num_classes) return model model = load_model() ``` #### 时间管理和沟通技巧 除了技术能力外,良好的时间管理能力和清晰表达也是成功通过试的关键因素之一。系统化地安排好每一轮试环节,及时接收并确认试通知;同时利用试评估工具反馈个人表现以便改进下一次的表现[^2]。 #### 工作环境适应力考察 部分公司可能还会关注候选人的团队协作精神及对公司文化的认同感。比如金山办公软件以其较为轻松自由的工作氛围著称,即便是在正式场合中也可能允许员工穿便服上班,体现了企业内部开放包容的态度[^3]。 #### 失败案例分析与成长反思 即使经历失败也不要气馁,每一次挫折都是宝贵的学习机会。一位求职者曾因准备不足而未能顺利通过阿里巴巴集团针对应届毕业生开展的一轮电话初筛考试,但他从中认识到持续学习更新专业知识体系的重要性,并决定调整策略重新出发[^4]。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值