新浪微博的算法怎么样？

1.自我介绍和项目介绍2.微博的“时间线/信息流”需要加载大量图文和视频你会如何设计前端的渲染和加载策略，以保证用户在快速滑动时的流畅性和低内存占用?3.微博的“热搜”和“评论数”等数据需要极高的实时性。请比较轮询、SSE 和 WebSocket 这三种技术，并说明哪种更适合微博的实时数据推送场景，为什么?4.微博 App 内嵌了大量的 H5 活动页。请描述一下 H5页面如何通过 JSBridge实现与 Native App(如iOS/Android)的双向通信，并指出这种通信可能遇到的问题。5.当用户进行点赞、评论、转发等操作时，可能会产生苟盘务性.廷英动并发的 API请求。前端如何通过请求管理(如防抖、节流、请求合并)来优化用户体验和服务器负载?6.假设微博 H5 某个页面出现白屏。你会如何结合前端监控体系(如性能监控、错误监控)来快速定位问题并分析其根本原因?7.在微博的复杂业务中，如何处理用户权限和鉴权问题?请简述你理解的 Token 刷新机制是如何工作的。

bg双非，28节 基本状况是大一的下学期和暑假学完了基本技术栈，大二上出去投了点简历拿了几个offer 但是不想过早去实习，所以在学校搞点比赛和学点大模型。跟着黑马过完了机器学习，深度学习，目前在nlp后面还有langchain RAG 模型微调有以下感悟吧大家想学想了解大模型应用开发的可以看一下1.感觉的话门槛确实比后端高 其中很多数学推导啥的，然后都是在做矩阵运算，所以想学的话高数，现代，概率还是不能一点不懂2.学起来比后端还要孤独，前端可以可视化，后端还能用apifox看个返回，ai的话感觉只能看看几个指标，顶多画一下图看几条似懂非懂的线3.感觉机器学习，深度学习可以快速过，主要还是要看看rnn，注意力机制，transformer这些，毕竟和现在大模型强挂钩4.感觉还是不能all in大模型 可以做一个后端的加分项，感觉离业务有点远

主播是 27 届江苏省专转本升的南京二本，之前学了一段时间的 Java，苍穹外卖，黑马点评，黑马商城。今年是 AI 元年，现在 Python 大模型应用开发比较火，像 15 年前的 Java 一样，都说选择大于努力，我现在 Java 转 Python 大模型应用开发会比我走 Java 开发要好吗？但是 Java 该学的东西我也都学了，我现在应该如何抉择？

一面 1.项目介绍2.讲讲你对 transformer 的了解3.有哪些常用的解码策略，topp 和 topk 的具体细节，以及实现上的差别4.意图分流的 agent 怎么做微调的，用了多少数据5.如何做 embedding 微调的，如何构造正负样例，训练的 loss 是什么6.RAG有哪些可优化的地方7. 你的 RAG 项目中用到了 agent 吗，一般 agent 会用在RAG 链路中的哪些部分8.做 sft 时是怎么做数据配比的，参数具体怎么设置的9.RLHF的流程，有没有训过 PPO10.deepseed 的原理，zero1,2,3怎么做的11.了解过排序模型吗，讲几个经典的排序模型吧12.说-下 vm 部署8*7B的 MOE 模型每秒大概能推多少token13.对比学习了解吗，讲一下14.代码题:实现rand5到rand7