工程师试题

本资源为vivo 2019年校园招聘图像算法工程师笔试题，涵盖算法、数据结构、机器学习等多个知识领域。主要内容包括循环语句在编程中的重要性，内存管理中new和delete的运用区别，链表数据结构的各种实现方式，机器学习中的K-Means聚类和KNN最近邻算法，以及快速排序的实现原理。此外，还包含了SIFT特征描述、双摄相机系统的计算机视觉应用，2D变换和支持向量机（SVM）等常见知识点。

COBOL 老项目维护时候的神队友——IBM 主机工程师试题(中文)，讲得还挺系统，是数据类型那块，分类清楚，讲明白了五种基本类型怎么用，像NUMERIC和ALPHANUMERIC-EDITED这些，用在哪场景一看就懂。对刚接触 COBOL 的或者在啃主机相关内容的同学，挺有的，省得你四处找资料拼拼凑凑。还有一点好，题目形式的资料更贴近实际考核思路，像你做笔记一样，信息密度高但不啰嗦，适合通勤、零碎时间刷一刷。如果你平时接触老系统，比如银行、保险那类的 COBOL 系统，或者准备搞点主机方向的转型，这份资料可以先过一遍打基础。顺手说一下，文末的相关链接也挺多元的，像那个Matlab 开发工程师

Matlab开发工程师的角色涉及使用Matlab进行数据分析、算法开发和模型设计。作为一名Matlab程序员，您需要掌握Matlab的各种功能，以便高效地解决复杂问题。

数据库系统工程师试题已进行全面更新，以适应最新的技术发展和行业要求。

软件实施工程师 2017年 笔试 面试题及答案 1. 问：软件实施过程中的主要阶段有哪些？ 答：需求分析、系统设计、开发、测试、部署与维护。 2. 问：如何评估一个项目的成功？ 答：通过满足客户需求、按时交付、预算控制及用户满意度来评估。 3. 问：在实施过程中遇到用户抵触的情况，该如何处理？ 答：进行有效沟通，倾听用户反馈，适时调整方案以满足用户需求。 4. 问：什么是数据迁移？ 答：将数据从一个系统转移到另一个系统的过程，包括数据清理和转换。 5. 问：如何保证软件实施的质量？ 答：通过全面测试、代码审查、用户培训和反馈收集等措施确保质量。

汇集了ETL工程师面试所需的必备知识，包括ORACLE面试题及优化方案，以及常见的ETL面试题。内容涵盖了DBA操作详细笔记、Oracle企业面试题集锦和百万级数据库优化方案。

这本非常经典的Matlab教材特别适合高年级的学生。

高级大数据工程师的面试题库挺全的，题型覆盖得比较广，不只是 Hadoop 和 Spark，像常见的问题、技能清单、甚至简历怎么写也有涉及。你要是正准备跳槽、面试，或者单纯想查缺补漏看看自己还有哪些短板，这套资源还蛮实用的。 大数据方向的题目整理得挺细，像MapReduce流程、Spark性能优化、HDFS的副本机制这些，都有题目带答案。比较适合那种一边准备面试、一边复习基础的场景，刷几套下来，思路清晰多了。 另外还有几个搭配的资源可以顺手一起看，比如大数据工程师技能树，对照着找短板挺方便的。还有像简历必备要素，对不会写项目亮点的同学来说，绝对有。 还有一个比较意外的收获是物联网大数据工程师常见

流式计算 日志收集 编程语言 数据分析挖掘 数据搜索/可视化 机器学习 算法 云计算 大数据通用处理平台 分布式协调 分布式存储 存储格式 数据库 资源调度 工作流调度 机器学习工具 数据安全 部署工具 数据分析/数据仓库（SQL 类） 消息队列

大数据工程师技能树 想要成为一名合格的大数据工程师，需要掌握哪些技能呢？以下技能树为您提供方向： 基础技能: 编程语言：Java, Python, Scala 数据结构与算法 Linux 操作系统 数据库原理 大数据框架: Hadoop 生态系统：HDFS, MapReduce, YARN, Hive, Pig Spark 生态系统：Spark Core, Spark SQL, Spark Streaming NoSQL 数据库：HBase, Cassandra, MongoDB 消息队列：Kafka, RabbitMQ 数据处理与分析: 数据清洗与预处理 数据建模与分析 数据可视化