实习 1.为什么不继续在美团了？2.讲一下实习做了哪些工作，有哪些提升？3.有没有哪个技术方案可以讲讲？4.有解决什么线上问题么？5.慢接口是怎么定位的？用的什么解决方案？八股1.讲讲线程池的工作原理吧。2.讲讲创建线程的几个方法。3.这些线程最终都是如何启动的？4.实习中有没有接触到线程？5.线程池的参数有注意么？6.用的什么工作队列？7.有没有思考过什么更好的方案？主要是线程池参数的设置考量，为啥设置这个参数？8. 拒绝策略如果是让调用方自己执行，调用方怎么执行的？9.讲讲TCP有几层模型。有哪些常见的协议？10.HTTP与HTTPS有哪些区别呢？11.HTTPS的握手过程12.讲讲TCP如何保证可靠性算法226 翻转二叉树，不能用递归

1.实习介绍2.拷打项目3.http1.1 和 http2.0 有什么区别?4.websocket是怎么建立，用户是怎么找到和商家进行连接的websocket?5.redis中GEO的底层逻辑6.并发类中有哪些使用了乐观锁7.reentrantlock的底层原理?AOS8.深分页的解决方法9.缓存优化?10.分布式锁用在什么场景，怎么区别锁?11.布隆过滤器的底层原理12.最左前缀索引13.jvm堆和栈区别14.了解大模型吗?15.手撕 买股票的最佳时机I

1. 实习介绍2. 看了今年哪些生成式推荐论文，答onerec了3. 然后聊了半小时onerec，重点在多模态tokenizer和语义id4. 拷打简历项目(infonce的温度系数作用，faiss ANN索引，正负样本，特征工程，推理测评指标等)5. RoPE和ALiBi两种相对位置编码的原理6. SwiGLU原理，比relu好在哪7. attention常规八股(根号dk，时间复杂度，为什么要分多头)8. 用过哪些大模型微调方式，LoRA微调原理9. 了解模型蒸馏吗10. 了解目前主流多模态模型吗，扩散模型公式怎么推导的11. 手撕: lc53 最大子数组和改为求出这个子数组

1、实习介绍（项目↓）2、讲项目做的好的一个点3、大量用户连接时，负载的处理和断连的处理4、gRPC的作用5、客户端请求到达服务端后的通信链路6、数据库中用户密码的加密存储7、高并发场景下单个连接数不足的问题具体讲讲8、为什么要用线程池9、项目还有哪些不足和改进点（科研↓）10、讲讲图像拼接怎么做的（传统处理方法）11、深度学习方法呢12、用了哪些深度学习的框架（手撕↓）13、给一个整数n，一个max_sum，从1-n中选择数字，使得和小于等于max_sum，同时选取的数量最多，输出max_length，同时给定一个banned_num，表示被ban掉的数14、分析时间复杂度和空间复杂度（都是O(N)）15、要求空间复杂度O(1)，如何修改，修改之后的时间复杂度是多少16、设计一个数据结构，要求插入时间复杂度为logN，并且输出所有数的中位数时间复杂度为O(1)（其他）17、之后的规划（工作城市，工作方向）18、实习时长19、反问

1.项目介绍2.实习介绍(着重问了代码规范)3.mysql事务特性-ACID4.Atmoic怎么实现的-undolog5.介绍下undolog6.Duration怎么实现的-redolog7.介绍下redolog8.redis数据结构有什么9.redis string底层10.做题不大于n的最大的数实习10分钟+八股20分钟+做题30分钟

1.点击负样本降采样，那收藏等负样本更多，如何做2.如何判断出现跷跷板问题3.如何评价mmoe模型各个专家的学习效果4.mmoe，点赞收藏被点击带偏，如何平衡5.怎么做的样本增强6.Loss权重的改造7.ple较mmoe的改进8.为什么多层CGC，目的是什么9.除了auc，还有哪些评估方法，如何选择10.交叉熵损失函数公式写一下11.如何缓解样本稀疏问题12.esmm共享特征table具体怎么做的13.讲解一下lstm原理，三个门控，和RNN对比14.lgb原理手撕：1.二分法求sqrt（x）2.给一个未排序的数组，返回最长的递增子序列

一面:30min1.介绍项目问项目细节2.问了transformer原理3.DPO PPO GRPO4.KV Cache原理5.为什么需要KV Cache，为什么提出来的时候没火后来火了6.问服务器是本地服务器还是云服务器7.问服务器是什么系统，说Linux系统，问了一些常见的Linux命令8.问项目里数据是什么格式，答json，问了一些python里json9.文件的读写命令是什么(追问一些实操无手撕二面:自我介绍+项目提问项目里的一些细节无八股 很快结束

学校在异地，想找北京的实习，但是每周三下午开会必须得回学校这样的话，每周三请假回学校开组会，可行吗，但是入职前和公司说的全勤，怎么办啊啊啊啊啊啊啊啊啊是入职之前就说，还是去上两天班就请假啊

招聘者跟应聘者一起发癫，每次看都是令人震惊的程度，也算是绝望牛马在求职时寻到的一丝乐趣吧