后端岗位面试题 · tech:python
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 409 道 · 更新 2026-08-05
筛选题目已选：tech:python
考察点
技术栈
第 41 题团队技术栈以 JavaEE 为主，不涉及 Redis、Spring Cloud 等框架，也没有高并发场景，同时会用到 C# 和 Python。请问你如何看待这样的技术环境？ 考察候选人对公司技术栈的接受度与职业发展匹配度第 42 题Python 和 Go 在参数校验和判断方式上有什么主要区别？ 考察对 Python 和 Go 类型系统及参数校验惯用法的理解第 43 题请解释Python中的可变对象与不可变对象的区别，并举例说明它们在内存和操作上的不同。 考察对Python数据模型和可变性概念的理解，以及能否清晰区分常见内置类型第 44 题你更熟悉哪种编程语言？谈谈 Python 中 GIL 锁和 None 的概念及底层实现。 考察对 Python 并发模型和对象模型的理解深度，以及语言熟悉度的真实性第 45 题你更熟悉Python还是Java？请说明你的熟练程度。 考察编程语言熟练度与深入程度第 46 题请比较 Java 与 Python 的主要异同点。 考察对两种主流语言特性的理解与对比能力第 47 题Python装饰器是什么？ 考察对Python装饰器概念、语法和常见用途的理解第 48 题给定一个数组 [1,5,5,7,9]，请为其去重（使得结果中每个元素只出现一次），并分析你所用方法的时间复杂度和空间复杂度。 考察基础算法实现与复杂度分析能力第 49 题C++和Python的主要区别是什么？ 考察对两种语言特性及适用场景的理解第 50 题请列举并说明几个你常用的Python标准库和第三方库，并简述它们的典型使用场景。 考察Python库的广度、实际应用能力和与项目结合的深度第 51 题Python的异常处理有哪些 考察对Python异常处理机制的理解与掌握第 52 题请用 Python 实现一个单例模式的装饰器，并解释该装饰器是如何运行的。 考察 Python 装饰器原理与单例模式实现第 53 题在训练神经网络模型时，你采用了哪些训练策略？请说明数据划分、损失函数、优化器选择和调参过程。 考察对神经网络训练流程的掌握及实践细节第 54 题我们组主要使用C++，偶尔用Python。请问你对B样条（B-spline）有了解吗？ 考察候选人对B样条这一数学建模基础知识的了解程度第 55 题在AI热点监控工具项目中，你们采用了哪些具体策略来应对搜索引擎的反爬机制？ 考查候选人处理实际爬虫工程中反爬对抗的实战经验与策略设计能力。第 56 题谈谈你负责的 AI 万能视频下载总结器项目，它是如何分层或分模块组织的？从整体架构角度看，包含哪些核心组成部分？ 考察候选人如何描述一个实际项目的架构设计，包括模块划分理由、职责边界和关键交互。第 57 题请描述在 AI 万能视频下载总结器项目中，你具体是如何运用 httpx 异步 HTTP 客户端来完成网络请求的？ 考查候选人在实际项目中使用 httpx 异步客户端的经验，包括配置、发起请求、处理响应及常见问题。第 58 题请实现一个生成随机姓名的函数，要求支持自定义姓氏和名字库，并保证结果可复现。 考察编码实现、随机数使用与参数设计能力第 59 题为什么Python的多线程比Java的差？ 考察对GIL机制与Java线程模型差异的理解第 60 题平时你用得最多的编程语言是什么？为什么选择它？ 考察编程语言熟练度及技术选择认知