写在最后
作为一名即将求职的程序员，面对一个可能跟近些年非常不同的 2019 年，你的就业机会和风口会出现在哪里？在这种新环境下，工作应该选择大厂还是小公司？已有几年工作经验的老兵，又应该如何保持和提升自身竞争力，转被动为主动？
就目前大环境来看，跳槽成功的难度比往年高很多。一个明显的感受：今年的面试，无论一面还是二面，都很考验Java程序员的技术功底。
最近我整理了一份复习用的面试题及面试高频的考点题及技术点梳理成一份“Java经典面试问题（含答案解析）.pdf和一份网上搜集的“Java程序员面试笔试真题库.pdf”（实际上比预期多花了不少精力），包含分布式架构、高可扩展、高性能、高并发、Jvm性能调优、Spring，MyBatis，Nginx源码分析，Redis，ActiveMQ、Mycat、Netty、Kafka、Mysql、Zookeeper、Tomcat、Docker、Dubbo、Nginx等多个知识点高级进阶干货！
由于篇幅有限，为了方便大家观看，这里以图片的形式给大家展示部分的目录和答案截图！
Java经典面试问题（含答案解析）
阿里巴巴技术笔试心得
4.请说出使用过的分类器和实现原理。
5. Random Forest的随机性表现在哪里。
6. Graph-cut的基本原理和应用。
7. GMM的基本原理和应用。
8.用具体算法举例说明监督学习和非监督学习的区别。
2-笔试
1.嵌入式编程中，什么是大端，什么是小端？
大端模式，是指数据的高位保存在内存的低地址中，而数据的低位保存在内存的高地址中；
小端模式，是指数据的高位保存在内存的高地址中，而数据的低位保存在内存的低地址中。
2.SVM常用核函数有哪些？
线性核函数，多项式核函数，高斯（RBF）核函数，Sigmoid核函数。
如果特征的数量大到和样本数量差不多，则选用LR或者线性核的SVM；
如果特征的数量小，样本的数量正常，则选用SVM+高斯核函数；
如果特征的数量小，而样本的数量很大，则需要手工添加一些特征从而变成第一种情况。
3.图像插值算法有哪些？
最邻近插值，线性插值，双线性插值，双三次插值，三线性卷积插值。
4.比较字符串
5.给定0-1矩阵，求连通域。
6.写一个函数，求灰度图的直方图。
7.写一个均值滤波（中值滤波）。
8.写出高斯算子，Sobel算子，拉普拉斯算子等，以及它们梯度方向上的区别。
9.常用的特征提取方法。
10.常用的目标检测方法
11.常用的边缘提取方法。
12.常用的插值方法。
13.常用的图像分割算法。
14.写一个图像resize函数（放大和缩小）。
15.彩色图像、灰度图像、二值图像和索引图像区别？（索引图像到底是啥？）
16.深度学习中目标检测的常用方法，异同。
17.给定摄像头范围和图像大小求分辨率。
18.如何检测图片中的汽车，并识别车型，如果有遮挡怎么办？
19.数字识别的流程。
20.介绍神经网络、SVM、AdaBoost、kNN…（每一个都可能深入问各种细节）
21.写梯度下降代码。
22.卷积神经网络与神经网络的区别。
23.卷积层的作用、pooling层的作用，全连接层的作用。
24.过拟合和欠拟合分别是什么，如何改善。
25.1x1卷积和的作用。
26.计算卷积神经网络某一层参数量。
27.opencv遍历像素的方式？
总结
一般像这样的大企业都有好几轮面试，所以自己一定要花点时间去收集整理一下公司的背景，公司的企业文化，俗话说「知己知彼百战不殆」，不要盲目的去面试，还有很多人关心怎么去跟HR谈薪资。
这边给大家一个建议，如果你的理想薪资是30K，你完全可以跟HR谈33~35K，而不是一下子就把自己的底牌暴露了出来，不过肯定不能说的这么直接，比如原来你的公司是25K，你可以跟HR讲原来的薪资是多少，你们这边能给到我的是多少？你说我这边希望可以有一个20%涨薪。
最后再说几句关于招聘平台的，总之，简历投递给公司之前，请确认下这家公司到底咋样，先去百度了解下，别被坑了，每个平台都有一些居心不良的广告党等着你上钩，千万别上当！！！
Java架构学习资料，学习技术内容包含有：Spring，Dubbo，MyBatis, RPC, 源码分析，高并发、高性能、分布式,性能优化，微服务 高级架构开发等等。
还有Java核心知识点+全套架构师学习资料和视频+一线大厂面试宝典+面试简历模板可以领取+阿里美团网易腾讯小米爱奇艺快手哔哩哔哩面试题+Spring源码合集+Java架构实战电子书。
xEk5-1715780408330)]
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
