腾讯s3日常一面

2025年2月27面，0八股，按照看简历提出问题（hr）-解释（我）-解答（hr）的模式进行。录屏不小心删了，想多少写多少。1.自我介绍（hr强调要擅长的技术栈-完全没准备这种）2.简历上写了面向对象，面向对象和面向过程的区别？（我的答案让他不太满意 ps：简历上好像没写，java基础倒是写了）3.拷打实习项目-设计模式部分-策略模式和模板模式（模板方法模式）的区别，怎么用的4.SpringAOP+ConcurrentHashMap+双重检查锁怎么限制用户并发的，限流为什么用令牌桶？分布式用什么限流（想让我回答项目中的mq，一开始没想到，他说我项目中的才反应过来）？Ps：他说我们这些学生很喜欢搞高并发，不是说不好......(后面忘了)5.Es为什么快？（倒排索引）6.手撕（不是算法，hr说有面向对象和面向过程两种，要我选一个，面向对象更难但是加分。但是他前面都说我写了面向对象，那就是单选题了）题目：写一个优惠券的系统，满减、随机减、折扣、直减上来就问我这题要考我什么，我答策略模式。后面就是自己写，没写完，但是面试官很看重细节（边界判断，特殊情况......这些才是他要考察的点）7.聊天（哪里人？实习多久？）总结：面试官人很好，会提出不足之处，并且有引导性指引你回答问题，反复强调不是想拷打。由于每次都会讲解和引导，所以面了1个半小时。一天后挂。反转，给捞了，直接二面

在上一篇文章中，我们已经从整体架构的角度，梳理了企业级 AI 落地的一条核心链路：数仓 / 数据库 → 搜索与 RAG → Workflow / Agent并明确了一个前提事实：模型能否应用，不取决于模型本身，而取决于数据是否真正进入了模型的执行链路。这篇文章我们继续向前推进，聚焦真实落地场景：在 AI 加持的新一代数仓体系下，RAG + Workflow / Agent 在真实企业环境中，究竟是如何跑起来的？下图为完整运行链路：数据在数仓中完成 AI 化处理后，通过搜索与 RAG 转译为模型可理解的上下文，再由 Workflow 编排为可执行的 Agent 流程，支撑真实业务场景运行。一、当...

2025年3月7下午5点面1.问了一面的3、4问题，然后问我其中的难点是什么（中间太紧张了，磕磕绊绊）2.问我还有其他的项目要介绍吗？（简单说了一下另一个项目，4句，问nlp怎么做的？-打标签，视觉做的不是我做的。那ocr怎么做的？-调接口。然后他就说不介意做个题吧）3.手撕：一组线程随机睡眠若干秒，主线程打印睡眠的秒数。（撕了10分钟左右说没时间了，简单说说思路）4.你个人认为你在技术上有什么优势和劣势？-瞎几把乱答5.反问（有什么要改进的-这面只是了解一下你的技术栈和项目，没什么改进的地方、业务-内部人力系统）全程45分钟，好像对我的项目不是兴趣，感觉要G。过完周末周一早上9点挂。后面发现牛客上好像这两天基本都挂了，看来是招满了......

rt，27号开的提前批，当天下午投递，晚上约面，约的是次日（28日）晚上，计划半小时面试官自我介绍，我自我介绍后续围绕项目、实习、场景拷打，无算法、少量八股围绕我的一个高并发项目拷打，多级缓存，HeavyKeeper原理，Caffeine，分布式系统缓存一致性...另一个项目拷打，线程池是如何设计的，单核多核下IO阻塞计算型如何分配线程，aop和反射在项目中的应用，动态代理，多智能体协同中实现一致性的机制...半小时过了面试官说还想问点问题，接着面了二十分钟实习拷打，多租户平台设计隔离性设计是如何保证的，权限校验的设计，策略模式最后问对希望偏业务一点还是中台一点，对于base地的考虑反问，问部...