联想内推

🔥滴滴一二三面 技术面 面经后端最近结束了滴滴的面试，三轮技术面问得超细致❗️整理了完整面经和思路分享给大家👇——————🧩一面 60min•RocketMQ vs Kafka 区别（设计理念/吞吐/延迟）•Redis性能核心：内存+I/O多路复用原理•Redis数据结构选型场景实战•MySQL与Redis一致性方案（旁路缓存策略）•协程原理剖析：Goroutine底层调度模型•Lua脚本实现原子库存扣减•MySQL索引优化与B+树优势•防超卖方案：分布式锁+库存校验•算法：搜索旋转排序数组（二分变形）——————🧩二面 60min•List遍历删除的坑（迭代器失效问题）•MySQL索...

面完试，HR 给我来一句：“感谢你的时间。”我瞬间懂了——这不是感谢，这是抢救。他们怕我还抱着希望，所以特地提前拔管。五个字，看似温柔，实则比“你不合适”还坚决：连“我们会再联系你”的假话都懒得编，连“本次流程已结束”的敷衍都不愿意给，礼貌值满分，诚意值清零。你能感受到一种独特的企业文化：贴心地把话讲死，体面地把人挂掉。面试失败的最高礼仪，就是不浪费彼此时间。

给我气笑了

一、手撕1.题目：215 第k大的数2.涉及知识点：快排、归并排序3.考察类型：ACM二、项目和八股1.围绕uplift模型项目的介绍和本人研究专业的介绍embedding，sparse&dense模型，但似乎面试官不太了解这种深度学习模型的训练方式，他更多聚焦于随机森林算法，和我做的uplift模型的技术栈不太一样22年阿里论文，DESCN，论文中涉及的模块设计2.训练样本是否RCT，有没有引入观测数据3.AUCC和AUUC的联系与区别4.X-learner的认识