招聘相关

背景 1

• 晚上要面一个机器学习应用工程师，需要稍稍准备一下问题。
• 晚上要面一个 java 开发的同学，准备一下面试题

问题

• 项目简介
  简单自我介绍、参与项目主要负责模块的介绍

• 语言与组件基础
  1 ) java 中多线程的有几种实现方式？ scala 中 case class 与普通的 class 有什么区别?
  2）spark中缓存有哪些策略？ persist() 与 cache()区别？

• 机器学习相关
  1 ) 特征工程：特征选择怎么搞？特征的重要性怎么评估？
  2 ) 具体算法：Spark mllib 中逻辑回归的怎么实现的（就是模型参数怎么求的）？- : 小批量梯度下降法、拟牛顿法；简单介绍一下 梯度下降算法实现思路。
  3 ) 模型评价：分类算法的模型评价指标有哪些？精准率与查全率的联系与区别？

---

背景 2

明天面试几个应届生与社招，稍稍准备一下相关台词。

应届生

1】简单自我介绍，2~3 分钟就好。

2】目前遇到与解决过的学习或者生活中最有挑战的问题？

3】方便介绍一下数据分析或者机器学习类项目开展的一般过程吗？

4】回归类算法常用的评价指标有哪些？逻辑回归？

社招生

0】结合 OSI 7层模型，介绍一下浏览器的一次请求与响应过程。

1】spark streaming 是怎么保证数据不丢失的？怎么实现 exactly once ?

2】kafka 相关问题。选型？遇到的问题。

3】线上相关问题？ OOM 、‘死机’ 怎么解决？大致的思路。

总 结

---

java 开发

• 自我介绍 计算机基础
  1）常见的数据结构与排序算法有哪些
  2）结合TCP/IP协议栈，聊一下 浏览器一次响应到请求这个过程，发生了什么事情

• 项目介绍 技术选型

1. 为什么要用 spring boot / spring cloud ? 优缺点？ 注册中心 选型？ 遇到什么问题？
   2）spring IOC 概念与原理介绍
   3） 日志组件选型？ logback 相对 log4j 有什么优点？日志入库了吗？为什么不？

• 核心技术
  1 ) 集合类描述。hashMap ， currentHashMap

2）设计模式。策略模式 etc

3. JVM 内存
   

4）数据库存储引擎，mysql默认的存储引擎， innoDB 与 myISAM 的区别； 存储过程优化思路。