📡
首页
🏢
企业
📚
考试
📖
攻略
📰
日报
👤
我的
校招宝-应届生校园招聘情报站
聚合秋招/春招/实习/提前批
面试真题
技术面 + 非技术面高频问题 · 企业真题标题 + 校招宝自研参考答案
面试真题
2508 道
技术岗
641 道
非技术岗
1867 道
当前筛选
6 道
按赛道
技术岗以技术方向细分;非技术岗按「结构化 / 半结构化 / 无领导 / HR / 职能」细分
全部赛道(2508)
技术岗(641)
非技术岗(1867)
按方向/形式
点选即筛,再点「全部」还原
全部(2508)
求职动机(1737)
数据库(114)
C++(85)
Go(82)
Java(69)
网络(65)
操作系统(54)
后端(39)
前端(37)
算法(31)
银行面试(31)
结构化面试(30)
HR面试(27)
运维(22)
其他(17)
行为面试(14)
AI算法(13)
半结构化面试(12)
情景应变(10)
大数据(6)
测试(4)
无领导小组讨论(3)
自我介绍(3)
产品(2)
Python(1)
按难度
简单(69)
中等(86)
困难(6)
按企业
点选查看该公司全部题目
百度(161)
腾讯(139)
通用(87)
阿里巴巴(62)
网易(55)
京东(49)
中国储备粮管理集团有限公司(43)
字节跳动(34)
大华股份(11)
美团(10)
Momenta(8)
小鹏汽车(8)
深信服(8)
Shopee(7)
小米(7)
拼多多(7)
滴滴(7)
虎牙(6)
读书郎(6)
金山(6)
小红书(5)
快手(5)
搜狐(5)
闪送(5)
难度:困难 · 企业:百度
6 道 · 点击进入查看参考答案
困难
AI算法
GEMM(矩阵乘法)优化
结论:GEMM优化核心在提升缓存命中与并行度,常用分块、向量化、多线程。核心要点:1)分块(tiling)将矩阵分小块适配L1/L2缓存,减少访存;2)循环重排与向量化(SIMD)利用CPU向量指令;3)多线程(Open…
🎤 百度
困难
AI算法
GPU算子优化方法
结论:GPU算子优化核心在于隐藏延迟、提高并行度和带宽利用率。关键方法:1. 内存优化:用共享内存缓存频繁数据,合并全局内存访问(连续线程访问连续地址)减少事务;2. 计算优化:循环展开、向量化指令或Tensor Cor…
🎤 百度
困难
Go
golang gc 三色标记法
结论:三色标记法是Go并发GC的核心,用黑灰白三色追踪对象可达性。核心要点:1.初始对象全白,根对象(栈、全局)置灰;2.标记过程:取灰对象,其引用子对象变灰,自身变黑,直至无灰;剩余白对象不可达被回收;3.并发标记需写…
🎤 百度
困难
其他
Bank Conflict优化
结论:Bank Conflict指GPU共享内存多个线程同时访问同一bank导致串行化,降低带宽。优化:1.调整数据布局,如结构体数组转数组结构体;2.添加Padding:在数组行间插无用元素使相邻线程访问不同bank;…
🎤 百度
困难
后端
抖音消息推送架构设计讨论
结论:消息推送架构需支持海量用户实时分发,核心为长连接网关+消息队列解耦。设计要点:1.客户端与接入层维持TCP/WebSocket长连接,心跳保活;2.业务侧产生消息写入Kafka,按用户ID哈希分片;3.推送服务消费…
🎤 百度
困难
后端
介绍一下raft协议
结论:Raft是分布式共识算法,用于多节点间复制日志并保持一致,角色分Leader、Follower、Candidate。原理:1)选举:节点随机超时变为候选者,获多数票成Leader,任期term递增;2)日志复制:L…
🎤 百度
查看「百度」全部在招岗位与笔面经 ›
题目整理自公开面经,答案由校招宝自研生成,仅供参考
首页
企业
考试
攻略
日报
我的