廚師在賓館有哪些分工？-招聘街

一、廚師在賓館有哪些分工？

　　廚師的分工：　　一般一個完整的廚房里面會有7大分工，因為每個分工都會呈線狀排開，所以有很多酒樓都將它們叫成流水線，各線有各自的線長。　　水臺---幾乎是所有線里最低級的一條，很苦很累，平均工資也最低。主要負責宰殺各類動物、對水產品進行打鱗等初步加工。由于一天到晚都和水接觸，而且長時間在在同一個地方，所以經常有水臺仔手指腳趾潰爛，有些吃不得苦的人在水臺這一關就下來了，轉行做其他工作從此不進廚房。堅持下來的人，刀工慢慢成長，時機成熟了就會調到砧板線去，有個別做事細心認真的人也會被刺身師傅挑中，進入刺身房。水臺的線長行話里叫水爺。　　打荷---如果剛進廚房不分在水臺的人一般都會分在打荷線，在廚房里也叫這條做中線，因為它在砧板線和爐頭線之間，隔著一條打荷臺站在爐頭師傅的后面，所以能一直不斷地在師傅后面盯著學習，和爐頭是一種直接的師徒關系。打荷負責將砧板的各類材料按照菜單分到荷臺上面讓前面的師傅烹調；爐頭把菜朝好之后，打荷又要負責把菜整理好并擺好裝飾；然后將成品送到地哩臺，讓傳菜員把菜送到樓面去。因此打荷仔可以在廚房里面轉來轉去，工作多姿多彩而且學習的機會也多。一般在空閑時爐頭師傅都會教自己喜歡的打荷仔更多烹調的技術，也會讓一些做得好的在非高峰期上爐炒一些簡單的菜，等手藝過了關，就會調到爐頭線上面。一些制度好的酒樓，甚至會允許打荷的人將砧板或者爐頭做得不好的成品退回，所以同樣是新人，打荷只要比水臺仔神氣得多，平均工資也會高出一點。打荷的線長行話叫荷王。　　砧板---水臺的人做得好大多數會進入這條線，砧板可以說是整個廚房的靈魂，俗稱外線。因為它不但要對各種材料進行切和腌的深加工，而且還身負著材料質量把關和每日采購材料數量的控制，可以說一個廚房的出品好壞和利潤高低都由砧板影響了一大半，因此雖然平均工資沒有爐頭線高，可是砧板線的管理層的工資往往高于同級的爐頭師傅，而且廚房大佬由砧板出身的比由爐頭出身的也要多，所以廚房有句話叫做“生砧死鍋”。另外砧板里面還會細分生砧和熟砧。砧板會先升到本崗位的管理層，然后再升就已經是廚房的副主管了，由于要跟材料，所以也有少數人會轉到采購的職位上。砧板的線長行話叫頭砧。　　爐頭---打荷的徒弟學好手藝就會升上爐頭，也是大多數人對廚房的印象，負責煎、炒等將材料加工成美食的工作，在里面還可以細分到炒爐、煎爐、炸爐等，很多廚房會將爐頭編號，號碼越靠前就代表級別越高，所以在一家大型酒樓如果能站到第三四只鍋已經是相當不錯了，頭鍋和二鍋通常都是這條線的管理者了。不象砧板可以轉向采購，在爐頭線出路只有一條---就是一只鍋一只鍋地往前擠，擠上頭鍋，然后升做廚房主管。爐頭線的線長在行話里就叫做頭鍋。　　上什---這條線上也是大師傅，負責蒸、燉等和水蒸氣有關的烹調，鮑魚、燕窩等干活的浸發(fā)也由他們負責，經常會接觸貴重的食品，所以一般都會挑選老實認真的人在這條線上。同時由于大多是死死板板的工作，所以并沒有爐頭那么容易出人頭地。上什的線長行話叫上什王。　　　　上面5條線組成了一個中廚部，在里面還會有些小分工，比如受打荷管理的廚雜、受砧板管理的洗菜等等，統領五條線的是中廚主管，喊話也叫廚房大佬。除了中廚，整個出品部門還有兩個小分部，就是點心（如果有早茶的話，點心就會是一個很大的部門）和燒鹵（行話叫油雞），這兩個分部的最高管理者也通常被叫做點心大佬和油雞大佬。在中廚、點心和油雞三大塊之上還有一個出品總監(jiān)，通常都是由中廚主管升上來的。

二、賓館廚師半年工作總結

賓館廚師半年工作總結

大家好，我是一名賓館廚師，已經在這個行業(yè)工作了半年時間。在這段時間里，我有幸能夠接觸到各種各樣的菜品，認識了許多優(yōu)秀的廚師，也積累了不少寶貴的經驗。今天，我將對我這半年的工作進行一次總結，并分享一些對于成為一名優(yōu)秀廚師的心得體會。

工作內容與挑戰(zhàn)

作為一名賓館廚師，我的主要工作職責是負責制定菜單、烹飪菜品、保證菜品的口味和品質。在賓館的工作環(huán)境下，對于賓客的服務質量和菜品的味道可謂是嚴苛要求，這給了我很大的挑戰(zhàn)。

在半年的工作中，我從最基本的刀法訓練開始，逐漸熟悉了各種菜品的制作技巧和工藝流程。通過與其他廚師的互動和學習，我不斷提升自己的技能，并嘗試創(chuàng)新菜品，給客人帶來更多新鮮的味蕾體驗。

然而，工作中也充滿了一些難題和挑戰(zhàn)。例如，每當人數眾多的時候，廚房會變得格外忙碌，需要我和其他廚師們進行緊密配合才能保證菜品的出品質量和速度。而且，由于顧客對于口味的個人偏好不同，我們不得不根據他們的要求進行微調，在確保菜品品質的前提下滿足他們的需求。

成果與收獲

在這半年的工作中，我不斷努力，取得了一些明顯的成果和收獲。首先，我從最初的菜品基礎掌握到了更多高級菜品的制作技巧，使得我的菜品更加多樣化和有創(chuàng)意。其次，我學會了面對高壓工作環(huán)境時的應對方法，提高了自己的臨場應變能力。

在與其他廚師的交流和合作中，我也學到了很多。廚房是一個需要團隊合作精神的地方，而我意識到只有通過與其他廚師的密切合作，才能夠更好地完成工作任務。這使我更加重視溝通和協作的重要性，并在實際工作中不斷加強與其他廚師的合作，從而提升了整個團隊的工作效率。

此外，我還學會了如何平衡菜品的口味和營養(yǎng)，追求傳統美食的同時，也注重了客人的身體健康。通過不斷學習和嘗試，我找到了一種適合賓客需求的平衡點，使得菜品既美味可口，又健康新鮮。

心得與建議

通過這半年的工作，我深深體會到了成為一名優(yōu)秀廚師所需要的素質和技能。我想分享一些我個人的心得和建議，希望能夠對于即將步入這個行業(yè)的廚師們有所幫助。

首先，要有責任心和耐心。作為一名廚師，我們的工作不僅僅是簡單的烹飪，更是為客人提供美食和愉悅的餐飲體驗。因此，我們需要對每一個菜品負責，保證菜品的質量和口感。

其次，要保持學習和創(chuàng)新的心態(tài)。烹飪行業(yè)日新月異，新的食材、新的烹飪技術層出不窮。作為一名優(yōu)秀廚師，我們需要不斷學習和更新知識，以保持自己在行業(yè)中的競爭力。

最后，要加強團隊合作和溝通能力。在廚房工作中，與其他廚師的合作至關重要。我們需要學會與其他廚師進行有效的溝通和協作，共同完成任務。只有團結一心，才能夠提供給客人最好的餐飲服務。

結語

通過這半年的工作，我對于賓館廚師這個職業(yè)有了更深入的了解。只有不斷學習和努力，才能夠成為一名優(yōu)秀的廚師。我將繼續(xù)保持對于烹飪的熱愛和專注，不斷提升自己的技能，為每一位賓客帶來美味和驚喜。

謝謝大家的閱讀！希望我的工作總結能夠對于廚師們有所啟發(fā)和幫助。如果你對于賓館廚師這個職業(yè)有任何疑問或者想法，歡迎在評論區(qū)與我進行交流討論。

三、山東維坊維城賓館廚師培訓處？

最佳答案：可以去青島看看,濰坊不清楚啊

四、mahout面試題？

之前看了Mahout官方示例 20news 的調用實現；于是想根據示例的流程實現其他例子。網上看到了一個關于天氣適不適合打羽毛球的例子。

訓練數據：

Day Outlook Temperature Humidity Wind PlayTennis

D1 Sunny Hot High Weak No

D2 Sunny Hot High Strong No

D3 Overcast Hot High Weak Yes

D4 Rain Mild High Weak Yes

D5 Rain Cool Normal Weak Yes

D6 Rain Cool Normal Strong No

D7 Overcast Cool Normal Strong Yes

D8 Sunny Mild High Weak No

D9 Sunny Cool Normal Weak Yes

D10 Rain Mild Normal Weak Yes

D11 Sunny Mild Normal Strong Yes

D12 Overcast Mild High Strong Yes

D13 Overcast Hot Normal Weak Yes

D14 Rain Mild High Strong No

檢測數據：

sunny，hot，high，weak

結果：

Yes=》 0.007039

No=》 0.027418

于是使用Java代碼調用Mahout的工具類實現分類。

基本思想：

1. 構造分類數據。

2. 使用Mahout工具類進行訓練，得到訓練模型。

3。將要檢測數據轉換成vector數據。

4. 分類器對vector數據進行分類。

接下來貼下我的代碼實現=》

1. 構造分類數據：

在hdfs主要創(chuàng)建一個文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數據傳到hdfs上面。

數據文件格式，如D1文件內容： Sunny Hot High Weak

2. 使用Mahout工具類進行訓練，得到訓練模型。

3。將要檢測數據轉換成vector數據。

4. 分類器對vector數據進行分類。

這三步，代碼我就一次全貼出來；主要是兩個類 PlayTennis1 和 BayesCheckData = =》

package myTesting.bayes;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.util.ToolRunner;

import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;

import org.apache.mahout.text.SequenceFilesFromDirectory;

import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;

public class PlayTennis1 {

private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";

* 測試代碼

public static void main(String[] args) {

//將訓練數據轉換成 vector數據

makeTrainVector();

//產生訓練模型

makeModel(false);

//測試檢測數據

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//將測試數據轉換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"testinput";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失敗！");

System.exit(1);

}

//將序列化文件轉換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉換成向量失敗！");

System.out.println(2);

}

public static void makeTrainVector(){

//將測試數據轉換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"input";

String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失敗！");

System.exit(1);

}

//將序列化文件轉換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉換成向量失敗！");

System.out.println(2);

}

public static void makeModel(boolean completelyNB){

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";

String model = WORK_DIR+Path.SEPARATOR+"model";

String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";

Path in = new Path(input);

Path out = new Path(model);

Path label = new Path(labelindex);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean參數是，是否遞歸刪除的意思

fs.delete(label, true);

}

TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();

String[] params =null;

if(completelyNB){

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};

}else{

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};

}

ToolRunner.run(tnbj, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("生成訓練模型失敗！");

System.exit(3);

}

package myTesting.bayes;

import java.io.IOException;

import java.util.HashMap;

import java.util.Map;

import org.apache.commons.lang.StringUtils;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.fs.PathFilter;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.mahout.classifier.naivebayes.BayesUtils;

import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;

import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;

import org.apache.mahout.common.Pair;

import org.apache.mahout.common.iterator.sequencefile.PathType;

import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;

import org.apache.mahout.math.RandomAccessSparseVector;

import org.apache.mahout.math.Vector;

import org.apache.mahout.math.Vector.Element;

import org.apache.mahout.vectorizer.TFIDF;

import com.google.common.collect.ConcurrentHashMultiset;

import com.google.common.collect.Multiset;

public class BayesCheckData {

private static StandardNaiveBayesClassifier classifier;

private static Map<String, Integer> dictionary;

private static Map<Integer, Long> documentFrequency;

private static Map<Integer, String> labelIndex;

public void init(Configuration conf){

try {

String modelPath = "/zhoujianfeng/playtennis/model";

String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";

String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";

String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";

dictionary = readDictionnary(conf, new Path(dictionaryPath));

documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));

labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));

NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);

classifier = new StandardNaiveBayesClassifier(model);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("檢測數據構造成vectors初始化時報錯。。。。");

System.exit(4);

}

/**

* 加載字典文件，Key: TermValue； Value：TermID

* @param conf

* @param dictionnaryDir

* @return

private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {

Map<String, Integer> dictionnary = new HashMap<String, Integer>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

String name = path.getName();

return name.startsWith("dictionary.file");

}

};

for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {

dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());

}

return dictionnary;

}

/**

* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq

* @param conf

* @param dictionnaryDir

* @return

private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {

Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

return path.getName().startsWith("part-r");

}

};

for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {

documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());

}

return documentFrequency;

}

public static String getCheckResult(){

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String classify = "NaN";

BayesCheckData cdv = new BayesCheckData();

cdv.init(conf);

System.out.println("init done...............");

Vector vector = new RandomAccessSparseVector(10000);

TFIDF tfidf = new TFIDF();

//sunny，hot，high，weak

Multiset<String> words = ConcurrentHashMultiset.create();

words.add("sunny",1);

words.add("hot",1);

words.add("high",1);

words.add("weak",1);

int documentCount = documentFrequency.get(-1).intValue(); // key=-1時表示總文檔數

for (Multiset.Entry<String> entry : words.entrySet()) {

String word = entry.getElement();

int count = entry.getCount();

Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，

if (StringUtils.isEmpty(wordId.toString())){

continue;

}

if (documentFrequency.get(wordId) == null){

continue;

}

Long freq = documentFrequency.get(wordId);

double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);

vector.setQuick(wordId, tfIdfValue);

}

// 利用貝葉斯算法開始分類,并提取得分最好的分類label

Vector resultVector = classifier.classifyFull(vector);

double bestScore = -Double.MAX_VALUE;

int bestCategoryId = -1;

for(Element element: resultVector.all()) {

int categoryId = element.index();

double score = element.get();

System.out.println("categoryId:"+categoryId+" score:"+score);

if (score > bestScore) {

bestScore = score;

bestCategoryId = categoryId;

}

classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";

return classify;

}

public static void printResult(){

System.out.println("檢測所屬類別是："+getCheckResult());

}

五、webgis面試題？

1. 請介紹一下WebGIS的概念和作用，以及在實際應用中的優(yōu)勢和挑戰(zhàn)。

WebGIS是一種基于Web技術的地理信息系統，通過將地理數據和功能以可視化的方式呈現在Web瀏覽器中，實現地理空間數據的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應用場景。WebGIS的優(yōu)勢包括易于訪問、跨平臺、實時更新、可定制性強等，但也面臨著數據安全性、性能優(yōu)化、用戶體驗等挑戰(zhàn)。

2. 請談談您在WebGIS開發(fā)方面的經驗和技能。

我在WebGIS開發(fā)方面有豐富的經驗和技能。我熟悉常用的WebGIS開發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術進行地圖展示和交互設計，并能夠使用后端技術如Python、Java等進行地理數據處理和分析。我還具備數據庫管理和地理空間數據建模的能力，能夠設計和優(yōu)化WebGIS系統的架構。

3. 請描述一下您在以往項目中使用WebGIS解決的具體問題和取得的成果。

在以往的項目中，我使用WebGIS解決了許多具體問題并取得了顯著的成果。例如，在一次城市規(guī)劃項目中，我開發(fā)了一個基于WebGIS的交通流量分析系統，幫助規(guī)劃師們評估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測項目中，我使用WebGIS技術實現了實時的空氣質量監(jiān)測和預警系統，提供了準確的空氣質量數據和可視化的分析結果，幫助政府和公眾做出相應的決策。

4. 請談談您對WebGIS未來發(fā)展的看法和期望。

我認為WebGIS在未來會繼續(xù)發(fā)展壯大。隨著云計算、大數據和人工智能等技術的不斷進步，WebGIS將能夠處理更大規(guī)模的地理數據、提供更豐富的地理分析功能，并與其他領域的技術進行深度融合。我期望未來的WebGIS能夠更加智能化、個性化，為用戶提供更好的地理信息服務，助力各行各業(yè)的決策和發(fā)展。

六、freertos面試題？

這塊您需要了解下stm32等單片機的基本編程和簡單的硬件設計，最好能夠了解模電和數電相關的知識更好，還有能夠會做操作系統，簡單的有ucos，freeRTOS等等。最好能夠使用PCB畫圖軟件以及keil4等軟件。希望對您能夠有用。

七、paas面試題？

1.負責區(qū)域大客戶/行業(yè)客戶管理系統銷售拓展工作，并完成銷售流程；

2.維護關鍵客戶關系，與客戶決策者保持良好的溝通；

3.管理并帶領團隊完成完成年度銷售任務。

八、面試題類型？

你好，面試題類型有很多，以下是一些常見的類型：

1. 技術面試題：考察候選人技術能力和經驗。

2. 行為面試題：考察候選人在過去的工作或生活中的行為表現，以預測其未來的表現。

3. 情境面試題：考察候選人在未知情境下的決策能力和解決問題的能力。

4. 案例面試題：考察候選人解決實際問題的能力，模擬真實工作場景。

5. 邏輯推理題：考察候選人的邏輯思維能力和分析能力。

6. 開放性面試題：考察候選人的個性、價值觀以及溝通能力。

7. 挑戰(zhàn)性面試題：考察候選人的應變能力和創(chuàng)造力，通常是一些非常具有挑戰(zhàn)性的問題。

九、cocoscreator面試題？

需要具體分析因為cocoscreator是一款游戲引擎，面試時的問題會涉及到不同的方面，如開發(fā)經驗、游戲設計、圖形學等等，具體要求也會因公司或崗位而異，所以需要根據實際情況進行具體分析。如果是針對開發(fā)經驗的問題，可能會考察候選人是否熟悉cocoscreator常用API，是否能夠獨立開發(fā)小型游戲等等；如果是針對游戲設計的問題，則需要考察候選人對游戲玩法、關卡設計等等方面的理解和能力。因此，需要具體分析才能得出準確的回答。