27届-暑期实习-字节国际广告CRM-一面凉经

部门：国际化广告crm与交易平台记不全了，大概回忆下一面（3/26）总体上不是难，面试官人很好，在我回答后都会给一些他的看法实习相关提问，这一块面试官更多的是倾听，然后给我设计的东西说了一些他的看法和建议用消息队列，redis做什么kafka的幂等性如何实现，如果说消息已经写入了，消费者如何确保只消费一次（我按照如何确保消息只执行一次说的）讲一下数组和链表有什么区别如何判断一个链表有没有环，将思路就行，两种方法mysql事务的acid，具体都是干什么的还有一些可能忘记了手撕：用rand10实现rand7合并两个排序好的链表用递归可以吗合并k个有序链表手撕全撕，比较简单反问环节：对我有什么建议，面试官给了我很积极正向的评价业务介绍的也很详细面试完一小时约二面-----------------------------------------------------------------------------------------------------------------二面（3/30）面试官全程比较严肃讲一下实习，挑一段自认为做的最好的经历讲一下（问了没多久，就10分钟左右吧，可能面试官不是很感兴趣）了解哪些数据结构讲一下红黑树和b+树你知道mysql用的什么数据结构吗？为什么不用b树事务acid（不知道二面面试官为什么又问一下这个问题）我在讲acid的时候，说一致性时，提到了一个转账的场景，正好碰到了部门的业务，让我细说了一下主要就是一个场景题如何设计一个给账户充值或扣款的接口，考虑的详细一些这个内容我提到了幂等性的设计，后续针对这个场景题的提问都是幂等性相关的有用过ai coding吗，在什么场景使用，使用应该注意什么算法：判断一个链表有没有环（一方面是很简单，还有一方面是这不是一面考过了吗）反问：有什么建议，建议我实习的过程中可以不光了解自己做的东西，还要了解下整个团队做了哪些东西（可能是觉得我实习做的东西比较片面）部门业务：这个介绍的和一面面试官介绍的不太一样，提到了需要做一些数据分析咱们团队如何看待ai coding：目前各个公司，国内外都处在一个探索的阶段，ai coding一方面并没有那么智能，还有一方面就是没有一个使用的规范，可能每个人都有自己的使用习惯，这个可能还需要再探索探索。ai coding未必能让一个程序员干的事情更少，但是需要程序员掌握更多东西，但是ai的发展又很快二面的面试官没有什么反馈，基本上就是我说什么就听什么-----------------------------------------------------------------------------------------------------------------面完第二天问hr，说没通过，问什么原因，说是匹配度问题（这个团队用的是java，在字节比较少见，还有就是二面面试官提到了数据分析，可能是因为这两块吧）去年9月面字节面的非常糟糕，面评都脏完了，这两次面试应该算是洗回来了，又约到了这周四的面试，加油最后引用一句曹丞相的话"胜败乃兵家常事，此战我军虽失利，然北方仍由我所据，几十万兵马尚存，待重整旗鼓，来日再战必胜。"来日再战必胜！

多智能体协作开发（AutoGen）多 Agent 协同编码、调试、交互，快速完成复杂项目与 Vibe Coding。GitHub：https://github.com/microsoft/autogen多智能体协作开发（AutoGen）多 Agent 协同编码、调试、交互，快速完成复杂项目与 Vibe Coding。GitHub：https://github.com/microsoft/autogen掌握这些技能，AI 从工具变生产力外挂。

全程围绕实习拷打，面完一天没消息，感觉聊的还是挺好的，手撕也撕出来了，为什么就是不过呢？我已急哭1. 实习中幂等控制怎么做的？追问如果用Redis做幂等控制，万一Redis挂了，或者出现异常情况返回不对该怎么办？2. 幂等能不能用数据库做？讲一下具体流程。3. 并发控制怎么做的？锁有哪些类型？你用的什么锁？为什么？4. 讲一下你的ES宽表是怎么做的，详细讲讲技术方案。ES和MySQL的一致性怎么保障？5. 你说使用kafka做消息队列，讲一下kafka怎么保障消息的可靠性，万一消息丢了怎么办？6. 对帐兜底的具体方案讲一下。7. 你觉得kafka和你之前学的rocketMQ有什么区别？8. 当时除了ES之外，有没有调研过其他的中间件？9. 那ES的检索过程和MySQL的检索过程在底层的区别是什么？手撕：1.SQL 如何建立联合索引 + 写出SQL（表量子查询） 2. 合并K个有序链表，时间复杂度+空间复杂度。仔细思考了下，挂的也不冤，做好复盘下次加油

1. Transformer 的自注意力机制、位置编码、梯度消失和梯度爆炸的解决方案答：自注意力机制的核心是让每个 token 在计算表示时都能和序列中其他 token 交互。给定输入 (X)，先通过线性变换得到 (Q)、(K)、(V)：然后计算注意力：这里除以 根号下dk 是为了防止点积过大导致 softmax 进入饱和区，影响梯度。多头注意力就是把表示拆成多个子空间并行计算，最后再拼接，能从不同角度学习依赖关系。位置编码是因为 Attention 本身不包含顺序信息，所以需要显式加入位置信息。经典做法是正余弦位置编码：现在也常用相对位置编码和 RoPE。梯度消失和梯度爆炸的解决方案包括：残...