1、拷打短链接项目，聊项目背景意义，具体怎么做的，聊了二十多分钟2、拷打实习期间做的事情3、实习公司的数据库是怎么部署的？4、MySQL一主多从怎么保证数据一致性的？5、主节点挂了怎么办？6、从节点之间是怎么保证数据一致性的？7、为什么项目中的消息队列用kafka？8、kafka怎么保证消息被可靠的消费？9、http请求可以拼接几个参数？上限是多少？10、http的状态码有哪些？504状态码代表什么？11、Java创建一个对象的过程？12、分配内存是怎么分配的？13、Java是怎么知道创建的对象在内存的哪个地方的？14、讲一下Synchronized15、Synchronized的锁升级过程？16、追问详细的锁升级原理？17、Java对象头部MarkWord的组成18、讲一下volatile?算法题：无重复字符的最长子串

10.17 投递10.17 约面10.20 一面10.22 二面10.23 三面10.24 offer 审批通过牛客 yyds

最长公共子序列 求序列？中间endpos作用？是否一定包含在最终序列中？（没跑通，时间不够寄了）复盘：没睡醒没想起来该用backtrack来恢复序列，写的方法错了。rand5实现rand10？期望次数？有优化空间吗？（最后一个没答上来）后续复盘：之前我答的rand5(), 若1，3则 += 0， 2，4 += 0，5重骰，这种方式无法优化但对于rand5() * rand5()，若<= 20则直接%，反之重骰，这种方式有优化空间：落在21-25不重骰，直接复用作为另一个rand5Logistic regression？为什么用CE不用MSE？（先说了极大似然估计，追问还有吗，讲了数值稳定性并加上了sigmoid函数后两者梯度的公式推导）二分类指标？解释一下AUROC？实现中怎么做？（acc --> recall, precision, F1 --> AP & AUROC; 写TPR FPR公式 ;离散化，给定若干个threshold，记录点，然后处理成类似柱状图的计算方式）模型训练出现NaN或者loss不下降的情况？简历项目拷打，讲的强化学习介绍一下强化学习的这些策略？DQN -- > PG --> AC --> A2C，没来得及讲PPO，追问Q和V的关系问GRPO的具体reward？（大致按照自己理解讲了一下怎么从PPO来的，核心在同个state做出不同动作多次采样，归一化训练），训练时间与PPO相比？（其实不是太清楚，从策略空间分析了一下，单次epochGRPO更慢，因为多次采样，达到相同效果需要时间更少，因为当策略空间很大时，PPO需要更多采样次数才能达到与GRPO相同的效果，即多次到达同一个state 选择不同action）训练过程除了你讲的多次采样还有区别吗（没答上来）Update: 没想到过了，感谢面试官捞人！

蚂蚁 ob 让我相信自己是有运气的，1024 发意向了时间线：9.24 投递，十一收假当天约一面，3天后二面，3天后hr面，一周后意向一面 35 分钟一开始是电话面试，就蓝牙连手机上了，没想到发来一个笔试链接能视频，慌忙连上电脑发现 edge 浏览器没给麦克风权限，半天没声音，面试官说要不咱们还是电话吧 简单问了下科研和实习，然后问了下指针和引用区别（没答出多少，面试官笑着说是不是用智能指针比较多），常用排序算法和他们的复杂度（基数排序复杂度说成 O(n) 不太严谨）然后就做两道简单题：求两个数组交集 和 最近公共祖先反问介绍了组内业务和 oceanbase公众号秒过，有点太快了，不敢相信。二...