先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Java开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024b （备注Java）
正文
2、GBDT、lightGBM区别
3、有哪些方法可以使得RL训练稳定
4、TRPO、PPO、SAC算法
5、场景题：从三个不同的数据源中分别按比例将对应文档推荐给用户，使得用户的点击率最大，如何使用RL建模
算法题：
1、有两个很大的文本文件，里面存URL，求同时在两个文件中的URL集合
2、一道类似于于从左上角走到右下角的最短路径的动态规划题目
三面
1、自我介绍
2、介绍SAC算法
3、介绍比赛（组队情况、任务分工、最重要的特征、自己做了啥）
4、贝尔曼期望方程（在牛客网的编辑器里写出公式）
5、Actor和Critic的目标函数（写出公式）
6、一般的策略梯度的目标函数和导数（写公式）
算法题：
1、求多叉树中两个节点的最近公共祖先
2、一个只包含0和1的数组，求包含k个1的最长区间
3、朴素贝叶斯了解吧？那你实现一下它吧（额，一下子有点懵，我说代码能力不好，面试官说你这样很危险哈，额，刚想硬着头皮写，面试官看我不想写，就说，那你说一下公式以及每个部分都怎么算的吧）
四面（加面）
以为三轮技术面就完事了，下一轮就该HR面了，没想到问了一下还是技术面，不知道是不是前面朴素贝叶斯没写代码，答得不好准备挂，再加面给个机会。
1、 熟悉的机器学习算法有哪些？（LR、SVM、决策树啥的）
2、讲一下LR吧
3、LR一般怎么求解的？（答梯度下降）
4、那你说一下批次梯度下降和随机梯度下降吧
5、梯度下降法的缺点？
6、LR能用梯度下降法得到全局最优解吗？
算法题：
1、不用递归，O(logN)时间复杂度，O（1）空间复杂度，实现pow(x, n)
2、概率题：圆上任取三点，构成锐角三角形的概率
京东（offer审批中）
一面
1、自我接受
2、谈了一下项目
3、Adaboost、GBDT、XGB、LGB区别
4、常用的线性分类算法有哪些
5、常用的非线性分类算法有哪些
6、GCN原理
7、textRank说一下
8、word2vec说一下
9、过拟合的现象和解决方法
10、ResNet，以及为什么能解决梯度消失问题
11、场景题：在无上下文的情况下如何看两个词是否是同义词？
算法题：
1、乱序数据找第K大的数
2、字符流采10个字符，保证每个字符的采样概率一样
二面
1、谈了强化学习的项目
2、问了HMM（我说没用过所以不怎么了解）
3、决策树、GBDT
4、从多个角度分析l1和L2正则化为什么能防止过拟合
5、CNN为什么比DNN好呢？
6、看前面的记录说，你会bert是吧（一面场景题那里说了一下bert，说实话真不怎么了解哈），不过还是说了一下
算法题：
纸牌博弈问题
三面（HR面，10分钟）
1、自我介绍
2、个人优缺点
还有几个问题不记得了
四面（技术面）
突然又给我打电话约面试，我一脸懵，不是已经HR面完成了吗？面试官也不知道，就约晚上8点又加了一轮技术面
1、自我介绍、项目
2、谈GCN相关这个项目
3、问是否了解其他的图卷积神经网络，说了一下（GAT， 里面加了注意力机制）
4、那你说一下self-attention吧
5、说一下bert吧（好吧，前两轮技术面下来，面试官都觉得我会bert了，实际上还没仔细学呢，我就把我知道原理、怎么训练的，说了一下）
6、bert的输入具体是啥？
7、场景题：京东搜索里，输入一个关键词搜索某件商品，但是现有数据库里没有该关键词，该商品对应的是另一个关键词，这种情况下怎么解决？
8、反问环节里问为什么又加了一轮技术面，面试官说他也不知道，就他同事给了一份简历让帮忙面一下，最后面试官说平常心对待，加面呢肯定是有原因，不好说。
好未来（面试结果审核中）
好未来面试效率很高哈，一下子把3轮的面试链接全发了，一轮面过了马上接着下一轮，不过就直接短信告诉你，就不用继续了。所以半天下来就面试完成了。
一面
1、自我介绍、项目
2、讲SAC算法
3、讲Actor和Critic算法
4、怎么学的强化学习？看过哪些书？
5、算法题：
从一个数组中，找出所有长度不小于k的连续子序列中，最大的中位数
二面
1、自我介绍、项目
2、主要讲比赛
3、从初赛到复赛进步的主要原因是什么？
4、怎么构造特征哈？怎么评估特征的重要性哈？交叉特征怎么验证有效性哈？
5、讲回项目，讲GCN的原理，与CNN的区别
6、讲SVM
7、核函数怎么选择？
算法题：
求连续最长乘积的数组
三面（HR面）
HR小姐姐很热情，就大概聊了几分钟，最后快结束时还说辛苦了，快回去休息吧，对好未来好感倍增哈哈。
大概就这些啦，有很多还不足的地方，9月继续努力吧。把我一直刷的面试题分享出来，大家一起学习，一起进步，嘿嘿。
学习导图
在刷的面试文档
这些都是可以和大家分享的，点赞+关注，点这里，就能领取了哦。
总结
上述知识点，囊括了目前互联网企业的主流应用技术以及能让你成为“香饽饽”的高级架构知识，每个笔记里面几乎都带有实战内容。
很多人担心学了容易忘，这里教你一个方法，那就是重复学习。
打个比方，假如你正在学习 spring 注解，突然发现了一个注解@Aspect，不知道干什么用的，你可能会去查看源码或者通过博客学习，花了半小时终于弄懂了，下次又看到@Aspect 了，你有点郁闷了，上次好像在哪哪哪学习，你快速打开网页花了五分钟又学会了。
从半小时和五分钟的对比中可以发现多学一次就离真正掌握知识又近了一步。
人的本性就是容易遗忘，只有不断加深印象、重复学习才能真正掌握，所以很多书我都是推荐大家多看几遍。哪有那么多天才，他只是比你多看了几遍书。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
在哪哪哪学习，你快速打开网页花了五分钟又学会了。
从半小时和五分钟的对比中可以发现多学一次就离真正掌握知识又近了一步。
[外链图片转存中…(img-wLZgS07O-1713305214513)]
人的本性就是容易遗忘，只有不断加深印象、重复学习才能真正掌握，所以很多书我都是推荐大家多看几遍。哪有那么多天才，他只是比你多看了几遍书。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-Mos791uJ-1713305214513)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
1615
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
