还有谁要内推字节TikTok

一、市场上到底要什么人？去招聘网站搜“大模型”，JD看一圈就会发现，岗位其实就三类：① 基模方向：预训练、模型架构、scaling law门槛：顶会paper or 名校博士结论：有就有，没有就别强求，不是几个月能补的② Infra方向：分布式训练、GPU集群、推理加速门槛：扎实的系统底层能力结论：你们组是做这个的就可以冲③ 应用层方向  这是大多数人的机会！不动模型：RAG、Agent动模型：SFT、RL（RLHF/RLAIF） 0基础同学能在4个月内真正拿到offer的地方，就是应用层二、技能要会在点子上，别被概念带偏现在各种概念满天飞，A2A、MCP、GraphRAG...每周都有新名词...

跪求各位大佬看看我的简历有没有问题，请赐教😭😭

面试官人很好，很有耐心二面 65min：1.自我介绍2.讲一讲高并发流量统计与攻击检测优化3.为什么要做分片的CHM？4.处理模块挂了怎么办？有没有快照或者备份？怎么进行高可用扩展？5.如果就是想保证数据一致性和安全性，怎么进行架构修改？6.讲一讲volatile的作用？（提到了一个总线锁，这个没回答上来，应该和内存屏障有关）7.ThreadLocal项目里怎么使用的，为什么可以降低GC压力？还有哪些使用场景?8.redis使用场景？9.redis新增从节点的命令是什么？10.redis全量同步的整个过程是什么?11.redis有哪些日志？12.患病概率是1%，检测试纸准确性是99%。现在试纸显示阳性，那这个人患病的概率是多少？（贝叶斯公式）13.二叉树最大路径和（需要手写Node节点，构造用例运行）14.反问：表现怎么样？主要做什么？进去之后实际需要做些什么？半小时后约业务面，但说需要和业务协调时间。有没有人可以说说业务面会问些啥啊？🥲

我头一次听这个问题的时候，寻思，这不简单，现在模型的上下文那么老长，“用向量数据库存历史对话，每次检索相关内容拼进去”，不就得了。然后过年吃饭和一个做算法的同学聊到这里，他告诉我，这样回答根本拿不到分。1.先看GPT咋做的前阵子网上比较火的一个帖子，有开发者通过对话实验，把ChatGPT的记忆机制逆向了出来。结果挺让人意外的，整套系统没有向量数据库，没有RAG，没有 Embedding 召回，甚至连相似度匹配都没做。就是四层纯结构化设计，干干净净。我当时也疑惑：GPT又不算Agent，这个例子能说明什么？你先罚一杯！ChatGPT的确是对话产品，不是严格意义上的Agent。但它的Memory设...