发个帖，求字节业务二面，HR面都过，过了来还愿！1

Java中synchronized和ReentrantLock的区别是什么？说说Redis主从同步与哨兵机制的工作流程？MySQL InnoDB中MVCC的实现原理是什么？Spring的IOC是啥，解决了什么问题？消息队列的常见应用场景有哪些？选型时会考虑哪些因素？JVM中Full GC和Minor GC的触发条件与区别是什么？分布式锁的主流实现方式有哪些？各自的优缺点是什么？向量数据库相比传统数据库，在RAG场景下有哪些独特优势？你是如何处理多节点状态同步过程中的延迟问题的？认证模块的优化方案，是如何平衡安全性与性能的？引入策略模式重构后，对后续功能迭代带来了哪些便利？针对不同维度的查询需求...

求大佬们看看简历，暑假马上到了，会赢吗？还有想问问大佬们，清明节之后开始投，暑假还来得及吗？

RT，不是很好意思直接问HR

1.自我介绍2. 文章分类大概有多少文章？数据规模怎么影响方案？答案：如果文章量只有几千篇，我一般不会一上来就训练很复杂的模型，而是先用预训练模型微调，或者用 embedding 加传统分类器做一个强 baseline。因为数据量太小的时候，复杂模型很容易过拟合，线上效果不稳定。如果有几十万到几百万篇文章，就可以考虑训练一个更稳定的分类模型，包括 BERT 微调、领域继续预训练、层级分类模型，甚至做多任务学习。数据量越大，越要关注标签噪声，因为文章分类里的标注经常不是绝对干净的，尤其是多维度分类，一个文档可能同时属于多个业务类别。实际项目里我会先看三个东西：类别数量、每个类别样本分布、单篇文档...