国内精品久久久久_亚洲区手机在线中文无码播放_国内精品久久久久影院一蜜桃_日韩内射激情视频在线播放免费

瘦西湖風景區(qū)幾個街道？

時間：2024-12-01 11:34 人氣：0 編輯：招聘街

一、瘦西湖風景區(qū)幾個街道？

瘦西湖風景區(qū)一共有3個街道，3個辦事處。

瘦西湖街道位于江蘇省 揚州市邗江區(qū)，委托瘦西湖新區(qū)管理。轄3個社區(qū)、3個行政村。2004年10月，從維揚區(qū)平山鄉(xiāng)、雙橋鄉(xiāng)、城北鄉(xiāng)、梅嶺街道劃出部分轄地，新建瘦西湖街道。

2005年11月，瘦西湖街道劃出維揚區(qū)，連同瘦西湖景區(qū)，新建瘦西湖新區(qū)，直屬揚州市管轄。

二、嶗山景區(qū)屬于什么街道？

嶗山景區(qū)轄4個街道:中韓街道、沙子口街道、北宅街道、王哥莊街道。

嶗山景區(qū)由巨峰、流清、太清、棋盤石、仰口、北九水、華樓等9個風景游覽區(qū)和沙子口、王哥莊、北宅、夏莊、惜福鎮(zhèn)等 5個風景恢復區(qū)及外緣陸海景點三部分組成。

嶗山是山東半島的主要山脈，最高峰嶗頂海拔1133米，是中國海岸線第一高峰，有著海上“第一名山”之稱。聳立在黃海之濱，高大雄偉。

三、北京盧溝橋街道附近有什么景區(qū)？

附近有盧溝橋、宛平城、北京世界公園、中國人民抗日戰(zhàn)爭紀念館等。

盧溝橋街道，北京市豐臺區(qū)下轄街道，地處豐臺區(qū)北部，介于東經116°12'29"~116°18'23"，北緯39°49′17"~39°53′43″之間。北部與石景山區(qū)八寶山街道、豐臺區(qū)青塔街道相鄰，東臨豐臺區(qū)六里橋街道，南與五里店街道接壤，西與宛平街道毗鄰。街道面積13.07平方千米。

四、岳陽樓景區(qū)屬于哪個街道？

岳陽樓景區(qū)位于湖南省岳陽市岳陽樓區(qū)洞庭北路。行政區(qū)劃屬于岳陽樓區(qū)岳陽樓街道辦事處。岳陽樓景區(qū)是國家5A景區(qū)。

五、棲霞風景區(qū)屬于哪個街道？

屬于棲霞區(qū)棲霞街道為棲霞區(qū)下轄街道之一，位于江蘇省南京市東郊，馳名中外的棲霞山和棲霞寺就坐落在棲霞鎮(zhèn)境內南京火車站乘南龍線，南棲線公交車可達。

棲霞風景區(qū) 位于南京市東北郊，以棲霞山為中心，自古即以“秋棲霞”紅楓景觀與棲霞寺千年古剎名聞遐邇。景區(qū)內還有眾多列為國家級文物保護對象的南朝石刻，引人發(fā)思古之幽情。 主要景點：棲霞山、棲霞寺、舍利塔與千佛巖石窟、南朝陵墓石刻。

六、江寧方山風景區(qū)隸屬哪個街道？

地址：江蘇省南京市江寧區(qū)石龍路1號 歸屬于淳化街道

方山風景區(qū)位于江蘇省南京市江寧區(qū)，方山因像一個巨大的印章又被稱為天印山。它是傳說中南京第一個被人工改造過的山，秦始皇鑿山通淮泄王氣，晉宋時人認為王氣就在此地。傳說往往是歷史的影子，方山至少在東吳--六朝的第一個朝代，就被納入"誓把山河重安排"的宏大工程之中。

七、mahout面試題？

之前看了Mahout官方示例 20news 的調用實現(xiàn)；于是想根據示例的流程實現(xiàn)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(xiàn)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(xiàn)=》

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());

}

}

八、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(tǒng)，通過將地理數據和功能以可視化的方式呈現(xiàn)在Web瀏覽器中，實現(xiàn)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(tǒng)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(tǒng)，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(xiàn)了實時的空氣質量監(jiān)測和預警系統(tǒng)，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。

九、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(tǒng)，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。

十、paas面試題？

1.負責區(qū)域大客戶/行業(yè)客戶管理系統(tǒng)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。

上一篇：人行2022職位表安徽

網站首頁 返回欄目

下一篇：兒童醫(yī)院也有icu嗎？

相關資訊

• 

  面試題目組織協(xié)調能力萬能句？

• 

  采購經理面試題？

• 

  hr面試三分鐘演講題目？

• 

  公務員面試題型分類？

• 

  小學語文教資面試類型？

• 

  UI設計面試技巧：UI面試需要做哪些準備？

熱門頻道

• 招聘信息
• 待遇資訊
• 工資資訊
• 筆試題
• 面試題

• 軟通動力智慧城市招聘

• 火葬場殯儀館怎樣招聘的？

• 2024-12-01 寶山月浦婚宴酒店
• 2024-12-01 南京鼓樓醫(yī)院招聘護士條件？
• 2024-12-01 找工作從武漢保潔招聘網開始！| 武漢保潔招聘信息詳解
• 2024-12-01 邵陽人才市場信息招聘網
• 2024-12-01 迭部特產？
• 2024-12-01 上汽大眾招聘流程？
• 2024-12-01 溧陽埭頭租房？
• 2024-12-01 超朗綜合市場信息
• 2024-12-01 振華集團分公司在貴陽嗎招聘信息？
• 2024-12-01 襄陽特警招聘2021條件？
• 2024-12-01 焦作特崗教師招聘考試相關信息詳解
• 2024-12-01 鶴壁淇濱區(qū)美麗嗎？
• 2024-12-01 常熟董浜有多大？

• 北京熱力集團福利補貼待遇？

• 騰訊員工真實待遇？

• 2024-12-01 孕嬰童小飛象待遇怎么樣
• 2024-12-01 濟南長清有哪些壓力容器廠？
• 2024-12-01 江山第二人民醫(yī)院護士的待遇？
• 2024-12-01 米西米西什么意?米西米西什么意思？
• 2024-12-01 臨沂待遇好的培訓機構
• 2024-12-01 汕頭金平區(qū)小學老師待遇？
• 2024-12-01 天津高速集團待遇？
• 2024-12-01 麥迪斯頓科技醫(yī)療科技
• 2024-12-01 白云邊天壇
• 2024-12-01 湖南億尚匯手工活靠譜嗎？
• 2024-12-01 浙江藝術職業(yè)學院好嗎？
• 2024-12-01 請問文化館工作內容和待遇？
• 2024-12-01 窩窩團或者窩窩商城是怎樣向商家收費？

• 酒店經理一個月大概掙多少錢？

• 高鐵安檢的工作怎么樣？

• 2024-07-28 入職一年，工資水平一直很低，我該堅持還是放棄？
• 2024-07-25 海底撈服務員怎么個計件法？
• 2024-07-25 綠化養(yǎng)護工工資收入多少？
• 2024-07-25 漢中血站合同制護士待遇咋樣？
• 2024-07-25 南方航空公司安全員的待遇是多少？急回？
• 2024-07-24 大專物流管理專業(yè)，出來做什么工作？每月工資多少？
• 2024-07-19 蘇州往年平均氣溫是多少？
• 2024-07-18 男護士一個月多少錢？
• 2024-07-18 新疆最低工資標準是多少？
• 2024-07-18 2021長沙平均月收入多少？
• 2024-07-17 騎手收入怎么計算？
• 2024-07-17 哈爾濱的辦事處待遇怎么樣有三險一金么在編的？
• 2024-07-17 嘉興市失業(yè)金怎么算？

• 恒豐銀行招聘流程？

• 重慶農村商業(yè)銀行2023年夏季招聘筆試時間？

• 2024-12-01 教師資格證筆試難度排行
• 2024-12-01 湖北三支一扶筆試最低多少分？
• 2024-12-01 2020山東三支一扶考試分值？
• 2024-12-01 幼師資格證面試好過嗎？
• 2024-12-01 非電工類考國家電網考啥？
• 2024-12-01 特崗教師小學筆試教育學
• 2024-12-01 公共英語三級題型？
• 2024-12-01 青島酒店管理學院官網？
• 2024-12-01 oppo高級運維工程師月薪多少？
• 2024-12-01 網絡售前工程師的面試測試題是什？
• 2024-12-01 考教師編制筆試第一名一定錄取嗎？
• 2024-12-01 省考筆試不去考試要寫棄考聲明嗎？
• 2024-12-01 2019河南省三支一扶分值分布？

• 面試題目組織協(xié)調能力萬能句？

• 采購經理面試題？

• 2024-12-01 人行2022職位表安徽
• 2024-12-01 師德師風教育資料？
• 2024-12-01 如何接待領導？
• 2024-12-01 世界過勞死國家排名？
• 2024-12-01 如何識別公益慈善領域的虛假宣傳
• 2024-12-01 銀行情景問答話術？
• 2024-12-01 機場GPU的EF
• 2024-12-01 拖鞋推針怎么推？
• 2024-12-01 薪酬方面的書籍？
• 2024-12-01 lg健康減肥
• 2024-12-01 內蒙稅務調劑職位名單
• 2024-12-01 文明出行寄語？
• 2024-12-01 求情侶名字作詩？

最新發(fā)布

• 兒童醫(yī)院也有icu嗎？
• 常營裝修公司
• 江蘇聯(lián)化科技有限公司介紹？
• 瘦西湖風景區(qū)幾個街道？
• 簡歷社會資源怎么寫？
• 會計師事務所都有面試和筆試嗎？
• 遼河油田對研究生的待遇？
• 孕嬰童小飛象待遇怎么樣

熱門排行

• 1

  

  鄭州隴海路和華山路的那個人才市場都周幾有招聘會？2024-09-10
• 2

  

  web前端面試題？2024-09-10
• 3

  

  公務員筆試滿分？2024-09-12

• 1三支一扶待遇？

• 2軟件測試自動化測試面試題？

• 3注冊會計師待遇？