字节
字节
上周参加了字节跳动测试开发的岗位面试，记录一下整体的面试流程：
这是一面技术面，没有hr面。
首先是自我介绍，做过哪些项目，用了什么技术，有哪些缺陷；印象最深的项目，你负责哪些部分，用到什么技术。
然后根据你的介绍会提问，问了我期望的岗位和工作生涯规划；对面试岗位的理解；对测试的理解，有无经验。
接下来是一些计算机基础问题。
字节测试开发工程师面试题
对http和https的理解，区别；
对数据传输，get和post的理解；
http无连接的 怎么理解；
post如何传输数据；
java复习了啥知识点；
hashmap和hashtable的区别，各自的底层实现，应用场景；
数组和链表的理解，区别，应用场景，时间复杂度；
多线程；
数据结构基础，什么场景下用什么数据结构，快，安全等等；
测试用例设计：微信视频通话。
接下来手撕算法：
最长有效字符串：输入()()()((())())( ；输出3；()()()
二叉树中序遍历：递归非递归；
反问。
无领导，一组八人，都是名校硕士，印象中有新加坡国立、人大、清华、浙大，最差的就是我本人了，北京某985，面试是围绕餐饮业出海经营问题，探讨可能出现的问题以及i相应的解决措施，讨论时间40分钟，都是大佬，面试过程中发现一半以上都有在国外学习经历，所以他们不仅知识存储多，也有很多不一样的视角
面试官问的面试题：字节管培生面试题
面试完后两个面试官进行点评，一般都只提问满意的面试者，这一场，除了我和另外一个没有说话的男生，其他人都被提问了，是的！！表现太差本人，没有被提问，一面完了就gg了，没有后话了。
K-means 算法的原理，是否了解其他聚类算法
介绍了 K-means 算法和 DBSCAN 算法
对其他机器学习算法的了解程度，介绍一下决策树
从划分指标入手，简单介绍了 ID3、C4.5 和 CART 三种决策树
从单棵决策树延伸到多棵决策树集成，提到了 GBDT
GBDT 和随机森林的区别
对 CV 和 NLP 中常用模型的了解程度
只用过基础的 CNN 模型
字节算法工程师面试题
给定一个较大的数据集，数据集中存储了许多数据样本以及每个样本的重复次数，现在需要从数据集中有放回地抽取若干个样本，问如何做到无偏抽样，并分析所提方法的时空复杂度
在面试官的引导下不断优化所提的方法，最终达到了较为理想的时空复杂度
2025-02-22 | 校园招聘
2024-11-26
2024-08-23 | 网上申请
2023-11-17 | 内部推荐
2020-12-20
2023-06-24 | 猎头
2022-08-23 | 校园招聘
2023-02-26 | 网上申请
2022-07-12
2022-11-26 | 社会招聘
2024-07-04 | 网上申请
2022-03-08 | 猎头
2022-10-29 | 网上申请
2021-12-17 | 校园招聘
2022-10-22
2021-04-30 | 网上申请
2022-10-09 | 校园招聘
最后更新时间：2025-02-24 18:52:41
