5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...

一、基本信息腾讯-技术运营部（技术中台，基于腾讯云K8s集群做发布平台） | 时长约40分钟二、八股文Java基础Q1： HashMap底层是怎么实现的？链表什么时候转红黑树？HashSet的底层是怎么实现的？网络Q2： TCP三次握手和四次挥手的过程是什么？架构Q3： 什么是前后端分离？你对微服务架构的理解是什么？负载均衡有哪些策略？RedisQ4： 数据库和缓存的一致性怎么保证？缓存更新有哪些策略（先删缓存还是先更新数据库）？Q5： Redis分布式锁是怎么实现的？看门狗机制是怎么工作的？认证Q6： JWT的原理是什么？双Token机制是怎么工作的？Access Token和Refresh Token分别有什么作用？三、项目Q1： 你的项目中，多实例并发问题是怎么解决的？网关是怎么做的？Docker部署多实例时实例挂了怎么发现和处理？四、算法题目： 大数相加（字符串表示的两个大整数相加） 来源：Leetcode 415.字符串相加五、反问我问面试官： 咱们部门具体是做什么业务的？技术栈是什么？面试官回答：主要做腾讯云相关的技术运营工作，技术栈以Go和C++为主。我问面试官： 实习生进来会做什么工作？面试官回答：会做一些日常运维工具的开发和优化，以及部分后端服务的开发工作。

很多人实习结束后都会陷入一个误区：觉得自己每天都在重复打杂、整理数据、改边角bug、帮忙跑流程，忙活一两个月，最后简历空空如也，没有任何能拿出手的含金量产出。其实真不是大厂不给机会，而是大多数实习生太被动，等着导师派活、等着别人教、等着任务上门。我这段时间的实习最大感悟：实习的产出从来不是等来的，是自己主动问、主动学、主动揽来的。哪怕只是普通业务岗、后端基础岗实习生，只要找对方法，完全能把无效打杂，变成能写进简历的硬核成果。首先，所有实习成长的核心，一定是啃透部门文档，这是最快出产出、最容易被忽略的捷径。绝大多数新人入职，扫两眼文档就觉得枯燥难懂，转头就等着导师安排简单活混日子。但部门文档是整...

本人是29届学院本计算机科学与技术专业的大一学生，大学以来加入学校实验室学习Java开发。目前学了：vue+SpringBoot+SpringSecurity+MySQL+Linux+Docker+Mybatis现在在学Redis以后要学SpringCloud副语言打算学Python 就学Agent开发能用到的目前的项目只有：教务管理系统vue+SpringSecurity+MySQL+Redis+RBAC模型已经在linux中部署和正在练手的点评，未来打算写天玑学堂和自己找几个单体项目在学校正在参加一个关于图片识别的大创项目和正在冲击省三的挑战杯大二下暑假打算找实习听学长说学院本就业局势不友好，要学AI相关的 ，求牛牛指导。我的方向对吗？ 还是推荐什么方向。