Рубрики

UHG Интервью Опыт | OnCampus- 2019

Раунд 1: онлайн-тестирование на платформе cocubes, состоящей из двух секций.

  1. Способность (30 вопросов за 30 минут.): Опять же, у него было два подраздела, логических, состоящих из 20 вопросов и 10 количественных, все из которых основаны на абзацах.
  2. Секция кодирования: два очень простых вопроса, 30 минут. Каждый получил разные подходы. Некоторые из вопросов были:
  • Сумма всех цифр числа, пока сумма не будет одной цифрой. (Http://espressocode.top/finding-sum-of-digits-of-a-number-until-sum-becomes-single-digit/)
  • Учитывая число n, найдите количество карт, необходимое для создания пирамиды карт уровня n.
  • Простая проверка пароля с заданными ограничениями, такими как, по крайней мере, одна заглавная буква, по крайней мере, два числа и специальный символ и т. Д.
  • Вращение связного списка в группах k. ( http://espressocode.top/rotate-linked-list-block-wise/ ) и некоторые другие простые вопросы.

Раунд 2: Решение проблем с ручкой и тестом на бумажное кодирование, 35 человек были включены в шорт-лист для этого раунда. Люди были разделены на группы по девять человек и назывались по группам. Каждой группе задавался вопрос, который был полностью открытым, и нам приходилось писать код на любом языке по нашему выбору. Каждому человеку дали 45 минут. четыре вопроса были:

  • Постановка задачи: Учитывая реализацию графа, например, для Facebook, найдите минимальную степень разделения между двумя людьми. Также дано, что график реализован с помощью связанных списков. Люди, которые могли видеть, что этот вопрос требовал минимального пути между двумя заданными узлами в графе, представленном в списке смежности, решили эту проблему, применив алгоритм Джикстра после того, как какой-либо из указанных узлов был выбран в качестве источника.
  • Постановка задачи: найдите популярные слова в Twitter. Опять же, очень тупой, открытый вопрос, который мало что определил. Они хотели проверить аналитические навыки, навыки кодирования, а также мыслительный процесс студентов. Они ожидали такие функции, как частотная сортировка слов, отдавая приоритет меткам времени (вот что такое тренд, верно!), Удаляли специальные символы, такие как #, $, @ и т. Д., Не считая общие слова, такие как is, Есть предлоги и все такое. Два или более похожих слова, например, #metooo и #meeeeeetoooouuuuuu .. считаются одинаковыми и многими другими.
  • Постановка задачи: максимизируйте прибыль в акциях, если вы можете покупать и продавать акции в k раз. http://espressocode.top/maximum-profit-by-buying-and-selling-a-share-at-most-k-times/
  • Постановка задачи: у Критики новая подписка на премиум и она посмотрела k фильмов. Помогите первоклассным людям предложить ей (k + 1) фильм. По сути, разработайте персональный механизм рекомендаций. (очевидно, без использования библиотек ML! Им нужен был код C / C ++ / Java / Python). Это вопрос, который мне задали. Опять же, очень открытый вопрос. Они пришли с планами жарить нас и проверять наш мыслительный процесс. Как я подошел к этой проблеме, я взял оба условия, чтобы отфильтровать оставшиеся фильмы:
    • 1. Фильтрация по элементам: вы смотрели этот фильм, поэтому у вас больше шансов смотреть фильмы этого типа. Для этого я создал структуру в C ++, называемую фильмы, которая содержала различные компоненты, такие как Genre, Rating, Studio, массив актеров, дата выпуска и массив struct (Persons), который содержал список людей, которые смотрели фильм.
    • 2. Фильтрация на основе пользователей. Люди, которые смотрели этот фильм, также смотрели эти фильмы. Для реализации этой функции я создал структурного человека, который содержал имя, возраст, национальность, профессию и массив структурных фильмов, которые он смотрел. Так вот, для каждого из фильмов, которые она смотрела, я сначала сравнивал его со всеми функциями каждого фильма, присутствующего в базе данных, которая представляет собой не что иное, как массив фильмов, и генерировал счет в соответствии с произвольно назначенный приоритет прямо сейчас. Для пользовательской фильтрации для каждого фильма, который она смотрела, должен быть массив людей, которые также смотрели этот фильм, поэтому, опять же, просмотрите этот массив и затем внутри этого массива должен быть массив фильмы, которые он смотрел бы, сравнивайте их с этими и затем получайте окончательный максимальный балл по всем этим. Наконец, из всех полученных баллов рекомендуется фильм с самым высоким баллом.

Раунд 3: Техническое собеседование, после написания кода для последнего раунда и отправки его, всем звонили один за другим, и их просили объяснить код, а затем обсудить выполненные проекты и некоторые запросы SQL. В моем случае было три человека, которым я должен был сначала объяснить свою логику, затем они начали задавать вопросы.

  • Вы присвоили приоритет произвольно для создания оценки. Что если этот приоритет не подходит человеку? Если рекомендация неверна, человек явно не будет смотреть фильм или оставлять его между ними. Итак, давайте возьмем ограничение по времени, и если до этого момента фильм не будет просмотрен, какой-либо другой функции будет предоставлен приоритет, а некоторые другие фильмы будут рекомендованы, а другие функции будут помещены в круговую очередь. Кроме того, все рекомендуемые и не просмотренные фильмы должны храниться в множестве параметров и время от времени рекомендовать их. Как дать им отдохнуть на данный момент, а затем снова сравнить, с фильмами с максимальным количеством баллов, чтобы пойти за рекомендацией.
  • Несмотря на то, что вы рассмотрели много замечательных функций, для этого временная сложность составляет O (n 3 ), и для такой большой базы данных динамический расчет и показ этого невозможны. Как вы собираетесь улучшить это? Что ж, для сравнения, я могу разделить фильмы на разные группы, чтобы можно было сократить объемы, и поместить их в разные наборы, которые работают в журнале n для поиска. Вот так для двухуровневых циклов они преобразуются в log n , тем самым сокращая сложность времени до n (log n ) 2 .

После этого меня спросили о проектах, которые я делал, один из них был специалистом по сетевым технологиям и ML, а моим проектом было обнаружение атак DDoS (HTTP-получение и пост-флуд, DNS-отражение и усиление) с использованием ML. Итак, в обеих областях меня ели сырыми.

Раунд 4: Это было HR интервью. Если вы зашли так далеко, потому что последний раунд был решающим раундом, очень вероятно, что вы добьетесь успеха. Итак, мне задали простые вопросы HR, например, почему мы должны вас нанимать. скажите мне, что вы сделали, и нет в резюме (у меня было множество)., привилегированное местоположение, количество братьев и сестер, и т. д. Тогда есть вопросы? (Совет: есть вопросы к ним!)

Наконец, результат пришел, меня выбрали вместе с 8 другими людьми, которых я хотел бы поблагодарить всем, кто мне помог, особенно GeeksforGeeks и InterviewBit.

Напишите свой опыт интервью или отправьте его по электронной почте на адрес contrib@geeksforgeeks.org

Рекомендуемые посты:

UHG Интервью Опыт | OnCampus- 2019

0.00 (0%) 0 votes