请问两年半的JAVA程序员面试会遇到哪些问题?谢谢!

jackson_fighting 2013-09-29 12:08:20
在第一家公司工作了两年半,现在已经辞职,准备国庆后找工作,国庆期间在家准备面试。
请过来人给点经验,两半年的JAVA工作经验会有那些(那些部分,那些类别)的面试题 谢谢!
...全文
711 17 打赏 收藏 转发到动态 举报
写回复
用AI写文章
17 条回复
切换为时间正序
请发表友善的回复…
发表回复
偶尔走走 2013-10-08
  • 打赏
  • 举报
回复
同样,8月31日辞职的,现在在找工作,可能还是基础吧。。我就是基础不牢。。或者说平时书看少了,做IT看书很重要的,还有框架真没必要去学,楼上说的好,问框架的公司目测也不会太好。
zsjpower 2013-10-05
  • 打赏
  • 举报
回复
问框架的公司其实基本上去了也没啥意思的,一般好些的公司都是问基础的
javabugsmaker 2013-10-05
  • 打赏
  • 举报
回复
一般你简历上面写啥就问啥。。
jackson_fighting 2013-09-30
  • 打赏
  • 举报
回复
引用 13 楼 z_yes163 的回复:
比喻说hashMap的结构,及数据如何存入hashMap
好的。
z_yes163 2013-09-30
  • 打赏
  • 举报
回复
比喻说hashMap的结构,及数据如何存入hashMap
z_yes163 2013-09-30
  • 打赏
  • 举报
回复
告诉你,框架之类的很少问 ,都是TMD的基础。还是TMD基础,究竟什么是TMD的基础。
朗晴 2013-09-29
  • 打赏
  • 举报
回复
楼主心善,少要七天工资。
失落夏天 2013-09-29
  • 打赏
  • 举报
回复
别的不说,就说你为啥10月1前辞职,白浪费7天工资。。。 10月1后辞职不是一样的效果?
jackson_fighting 2013-09-29
  • 打赏
  • 举报
回复
引用 6 楼 AA5279AA 的回复:
别的不说,就说你为啥10月1前辞职,白浪费7天工资。。。 10月1后辞职不是一样的效果?
不是这样的,我辞职有段时间了,准备十一过后找工作。
jackson_fighting 2013-09-29
  • 打赏
  • 举报
回复
引用 3 楼 rainbowsix 的回复:
都一样,无非就是ssh,javascript,jquery,SQL, 现在比较流行SOA,可能会问问webservice 和 XML
谢谢您的回答!这个一般工作一两年的都会接触到吧?
jackson_fighting 2013-09-29
  • 打赏
  • 举报
回复
引用 1 楼 rui888 的回复:
基础最重要了。
这里的基础是指 JAVASE部分内容还是 数据结构 算法?
chen870201 2013-09-29
  • 打赏
  • 举报
回复
面试……各公司水平、倾向不一样 什么都有可能
无聊找乐 2013-09-29
  • 打赏
  • 举报
回复
引用 3 楼 rainbowsix 的回复:
都一样,无非就是ssh,javascript,jquery,SQL, 现在比较流行SOA,可能会问问webservice 和 XML
对了两年半估计是要做笔试题的,你可以在网上找些笔试题看看
无聊找乐 2013-09-29
  • 打赏
  • 举报
回复
都一样,无非就是ssh,javascript,jquery,SQL, 现在比较流行SOA,可能会问问webservice 和 XML
神探亨特毛 2013-09-29
  • 打赏
  • 举报
回复
顶一下。。等有经验的大神来回答。。
tony4geek 2013-09-29
  • 打赏
  • 举报
回复
基础最重要了。
紫菱之悠 2013-09-29
  • 打赏
  • 举报
回复
主要是看公司需求吧,看你能不能对号入座。
内容概要:本文提出一种基于鱼鹰优化算法(OOA)优化的CNN-BiGUR-Attention混合模型,用于提升短期风电功率预测的精度与稳定性,采用Matlab实现代码仿真。该模型融合卷积神经网络(CNN)提取输入数据的局部空间特征,利用双向门控循环单元(BiGUR)捕捉风速、功率等时间序列的前后向动态依赖关系,并引入注意力机制自适应强化关键时间步的特征权重,从而增强模型对非平稳风电数据的表征能力;进一步,采用OOA算法对模型超参数进行全局寻优,有效提升模型收敛速度与泛化性能。研究基于实际风电场历史数据开展实验验证,结果表明,该方法相较传统模型在预测精度、鲁棒性和误差抑制方面表现更优,适用于高比例可再生能源接入背景下的电力系统调度需求。; 适合人群:从事新能源发电预测、电力系统优化调度、智能算法与深度学习融合应用等方向的科研人员及工程技术人员,尤其适合具备Matlab编程能力、熟悉时间序列建模与深度学习框架的研究者。; 使用场景及目标:①实现风电场短期功率高精度预测,支撑电网安全稳定调度与能量管理;②为深度学习模型结构设计与智能优化算法联合调参提供实践范例;③推动人工智能技术在可再生能源预测、智能电网运行等领域的落地应用。; 阅读建议:建议结合提供的Matlab代码深入理解CNN-BiGUR-Attention网络架构搭建、注意力机制实现方式及OOA优化流程,重点关注数据预处理、模型训练与参数调优细节,可通过替换不同风电数据集进行对比实验,进一步掌握模型迁移能力与适应性。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧