写在前面本人目前负责后端技术团队，最近一个月面试了 10+ 位 27/28 届的同学，涵盖日常实习和暑期实习岗位。整理了一份高频面试题汇总，包含传统后端基础和AI 工程化两个方向，希望能帮助各位同学更好地准备面试。另外强调一点，跟自己简历相关的内容请务必多准备，尤其是项目经验和项目相关的基础知识。一、Java 基础篇（必考）1. HashMap 底层原理及扩容机制考察点： 集合类理解、数据结构、源码阅读能力高频问题：HashMap 线程安全吗？如何保证线程安全？为什么负载因子是 0.75？建议：工作中会大量用到HashMap，所以可能出现较多结合项目经验的问题2. JVM 内存模型与 GC 算...

真没招了，三月才开始准备八股和算法因为没想到不仅大厂笔试过不了小厂也根本鸟我，笔试都不愿意发一个，心里心存侥幸说即使没实习好好磨炼技术再做一两个rag、agent项目去秋招，但是我现在投暑期实习就感受到秋招的寒气了，完全不觉得是金三银四而是铜三铁四😭😭😭，怎么办完全没招了，最近焦虑到学都学不进去每天都在投简历

敢问哪家大厂能在工位这件事上打过百度？L 型大工位真的太犯规了东西随便铺开、灵感随时落地这种自由感，谁能不心动啊🥹不服来战💪

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...