春招后端转测，两端后端实习，投了差不多70多家，目前只有虾皮和字节的面，不到10家的笔试。感觉今年春招不少厂没开，或者投了没下文，感觉要失业了有没有懂的

1. 自我介绍 简单聊聊你写的这个项目2. bge-m3 的预训练过程是什么，为什么它可以高效检索bge-m3 的核心不只是“做 embedding”，而是把多种检索信号统一进同一个模型框架里。它同时支持 dense、sparse 和 multi-vector 三种表示。dense 负责语义层面的相似性，sparse 更接近词项权重匹配，multi-vector 则适合处理长文档、多粒度语义对齐。这样一个 query 不再只依赖单一路径召回，所以在复杂检索场景里更稳。从训练角度看，它一般不是只靠单一对比学习目标，而是会结合多任务数据，让模型既学语义匹配，也学词面相关性和局部对齐能力。高效检索的...

上周面的 一面：1.实习经历，业务理解，sla怎么保障？埋点分区字段，2.spark 参数调优3.sql题，排序的窗口函数，求每个班级分数的前10%人面的很糟糕，脑子一片空白二面：2. 实习的业务理解，整个需求生命周期，关注哪些指标？3. 数仓分层，范式建模/纬度建模，三范式4.  维度建模过程5.    维度表/事实表区别6.    星形模型/雪花模型区别7.   数据倾斜定位/解决方式8.   hivesql转mr任务过程9.   spark 底层join方式哪些？10.   order by/sorted by11. distribute by /partition by区别12  进程、线程区别13  sql  字符串分割+爆炸函数+合并14  ai 的理解常规八股，感觉是bg+实习不能让面试官眼前一亮 遂挂

今年秋招时，我幸运地拿到了多个 offer，这让我在春招前就充满了信心。回顾整个准备过程，我认真刷算法题、巩固 Java 基础，同时参与了几个完整的项目，确保自己能清晰讲解技术细节。面试中，我注重表达思路与逻辑，遇到难题先分析再回答。拿到 offer 后，我依然保持学习，不断优化技能，为未来职业发展打下坚实基础。所以春招我表示可以随意一点了。