博客
关于我
字节跳动Data面试题
阅读量:238 次
发布时间:2019-03-01

本文共 375 字,大约阅读时间需要 1 分钟。

一面

部门小哥介绍部门情况,主要是做广告投放业务的视频面试,全程一小时,内容相对基础,涉及多线程、网络、操作系统、数据库、Redis等基本知识。算法题为阿拉伯数字转中文计数,完成后休息十分钟,随后进入二面。

二面

面试官是见过发量最多的,整个过程轻松愉快,大部分问题与我的理解一致,简单的两个数字字符串相加后,还要求实现相减功能。完成后HR打电话表示通过,进入三面。

三面(8.25)

视频面试,全程一小时10分钟。

  • 20分钟聊项目
  • hashmap负载因子设置为0.75的原因及作用
  • Redis过期淘汰机制
  • Cached Aside Pattern与数据库一致性保障,Paxos算法理解
  • 高并发系统设计
  • 限流算法,令牌桶机制
  • 编写一条复杂的SQL语句,包含子查询和分组排序
  • 算法题:面试官出了一道带有负数的特殊情况,最后提醒去掉一个判断条件即可完成。

转载地址:http://hbqv.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>