美团 笔试

项目介绍，面试官应该不太懂，没咋问。最后问的八股。大模型怎么做推荐？说了一个web agent的训练方式，面试官好像不太感冒。怎么判断一个模型的 embedding 好还是不好？我说计算不同类别数据之前的距离，同类更近、异类更远。如果模型的训练 loss 不下降，有哪几种情况会导致？数据不干净，学习率太小，如果你从头搭一个网络训练模型，可能会遇到哪些情况？如何保证稳定训练？最后写一个快排。然后问我有没有职业规划，具体想做什么？

激动的心颤抖的手秋招第六个，继续加油！！！！！说实话还是对小破站有很大滤镜的

组里莫不是准备优化我了？

度小满25运维开发一面本文作者：程序员小白条本站地址：*****************************总体用时 20 分钟，技术栈不符合，基本是 KPI 面了。1）单体限流是怎么做的？明确场景：首先说明在单体应用（非分布式）中，限流是为了保护应用自身，防止被突发流量打垮。技术实现：Guava RateLimiter： 这是最经典的答案。介绍其基于令牌桶算法，可以平滑地进行限流。例如：RateLimiter.create(10.0) 表示每秒生成10个令牌。Semaphore（信号量）： 对于控制并发线程数（而非QPS）的场景，可以使用 Semaphore。它规定了同时访问某个资源的线...