秋招面经

这篇博客详细记录了作者2022年秋季求职过程中,参与C++软件研发工程师职位在招银网络、美团点评、大华股份、海康威视、地平线、腾讯CSIG、思科、网易互娱、商汤科技和中兴通信等公司的面试经历。面试涵盖了技术面和HR面,涉及C++基础知识、多线程、异常处理、数据库优化、算法、数据结构、操作系统、项目经验等方面的问题。

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

秋招面经

招银网络(软件研发工程师)

一面(技术面):

  1. 简单介绍一下你的项目
  2. C++中private、protected、public关键字的作用
  3. 什么是多态,C++中怎么实现多态的
  4. 友元关键字friend的作用

二面(技术面):

  1. 写一个二分查找的代码;
  2. 写一个迭代器遍历map删除某个键值对的代码;
  3. 写一个sql查找表中重复数据的代码
  4. 说一下strcpy、sprintf、memcpy的区别
  5. map、multimap、set、multiset的区别及使用
  6. (接上问)谈一谈你对红黑树的理解

三面(技术面):

  1. 介绍一下自己;
  2. 介绍一下在校期间做过的项目,实习的经历;
  3. 项目中用到了多线程,那怎么判断线程是否执行完毕;
  4. 异常是C++编程中较为常见的机制,某个线程出现异常后程序会怎么样;
  5. 线程如果没有捕获异常,会怎么样;
  6. 线程池知道吗,它的作用;
  7. C++中构造函数、析构函数、内联函数能否为虚函数;
  8. 怎么优化数据库的查询;

四面(HR面):

  1. 做一个简单的自我介绍;
  2. 你硕士研究生阶段的专业及研究方向;
  3. 实验室的作息安排;
  4. 能否习惯实验室这种作息安排;
  5. 期望的薪资待遇,是根据加班强度挂钩的吗;
  6. 部门C++岗位较少,能考虑转JAVA吗;
  7. 说一下你的职业规划;
  8. 选择工作时考量的因素;
  9. 父母、女朋友在工作方面有什么要求吗;
  10. 父母、女朋友的工作。

美团点评北斗计划(无人机配送)

一面视频面:

  1. 做一个简单的自我介绍;
  2. 介绍一下车载有缆多旋翼项目;
  3. April-tag是开源库吧,你们是怎么使用的;
  4. April-tag的数据源怎么在飞控中使用的(滤波,进控制环等);
  5. 丰疆实习的经历以及传感器六面校准的原理和实现;
  6. 传感器校准模型(写公式),轴间不对称矩阵的对角线元素含义;
  7. 编程题:132. 分割回文串 II

大华股份(导航算法工程师)

技术一面(电话面)

  1. 简单介绍一下研究生期间的研究方向与项目;
  2. 车载有缆多旋翼项目的跟车飞行如何实现的;(回答的不太好,没有对上视觉处理)
  3. 你提到RTK,所以跟踪精度完全依赖于RTK的精度吗?
  4. 机场跑道毁伤评估算法介绍一下
  5. 介绍一下排序算法以及优缺点
  6. 讲解一下c++的静态常量与静态函数
  7. </
### 数据分析方向试经验 #### 准备阶段 对于希望进入数据分析领域工作的求职者来说,充分准备是成功的关键。利用在线资源和技术平台来提升技能至关重要。推荐使用 LeetCode 和 牛客网这样的试题库与练习平台,这些网站提供了丰富的数据科学题目以及算法挑战[^2]。 除了编程能力外,理解计算机网络的基础也是必要的,特别是 OSI 七层模型和 TCP/IP 协议栈的工作原理及其应用场景,这有助于处理实际工作中遇到的数据传输问题[^4]。 #### 技术谈要点 在技术试环节中,通常会考察候选人对统计学、机器学习基础知识的理解程度;SQL 查询语句编写熟练度;Python 或 R 编程技巧;还有就是如何运用 Pandas, Numpy 等常用库来进行高效的数据操作。此外,能够清晰表达自己的思路并展示解决问题的能力同样重要。 #### 行为谈建议 行为类问题旨在评估候选人的软实力,比如团队合作精神、沟通能力和解决冲突的方法等。提前准备好 STAR 法则(Situation, Task, Action, Result)的故事框架可以帮助更好地应对这类提问方式。 #### 实战演练 为了增加实战感,可以参加由第三方机构提供的模拟试服务或是加入专业的交流社群,在那里可以获得来自前辈们的宝贵意见和支持。同时也可以考虑接受职业咨询服务,它们往往拥有行业内的人脉关系网,可以通过内部推荐渠道获得更多的机会[^1]。 ```python import pandas as pd from sklearn.model_selection import train_test_split # 假设有一个CSV文件名为"data.csv" data = pd.read_csv('data.csv') # 对数据集做一些基本预处理工作 X_train, X_test, y_train, y_test = train_test_split(data.drop(columns=['target']), data['target'], test_size=0.3) print("训练集大小:", len(X_train)) print("测试集大小:", len(X_test)) ```
评论
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

打赏作者

Nehzil-kino

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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