发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.如果你要为"达人AI工具"建立北极星指标与分层指标树(工具渗透+业务增量)，你会如何把"内容场与货架场的增长目标"统一到一套口径，并明确每个指标的计算口径、归因边界与反作弊/刷量处理思路?2.在能看到达人从内容、人群到交易的链路数据的前提下，但"AI工具带来的GMV提升"很容易被选品/流量/活动等因素混淆-请你设计一套可落地的因果评估方案(实验或准实验均可)，并说明你会如何处理选择偏差、外溢效应与时间滞后。3.AI工具既要提升带货效率，也可能带来内容同质化、合规风险或用户体验波动(例如转化提升但复购下降)。你会如何定义"主收益指标+护栏指标+险指标"的组合，并给出触发回滚/降级的阈值设定逻辑?4.面对不同层级达人(新手/腰部/头部，短视频/直播不同形态)，你会用哪些分层指标判断"AI工具对谁最有效"，并如何避免用平均值掩盖结构性问题(例如头部拉高整体均值)?5.如果你发现AI工具短期拉动了单场GMV，但达人30/60/90天留存与稳定开播率没有提升，你会如何用队列与生命周期指标重构评估框架，并据此调整运营策略(例如从"功能渗透"转向"经营能力建设")?6.在达人工作台提供一站式带货工具的前提下，假设你上线"AI脚本/AI选品/AI复盘"其中一个能力，你会如何设计"触达一激活一关键行为一留存一复用一分享"的漏斗，并明确每一层的可运营抓手与数据验证方式?7.请你给出一个完整的增长实验设计:目标(渗透/留存/交易)、实验单元(达人/直播间/内容)、分桶策略、样本量与实验周期估算方法、核心指标与护栏指标，并说明当实验结果"显著但不可解释"时你如何做二次诊断。8.你会如何用数据证明AI工具分别在两条路径上产生了什么增量(例如内容分发效率vs搜索/商城转化)，并据此制定差异化的运营策略?9.请你描述一次你用"行为日志+业务数据+访谈样本"挖掘高价值场景的过程:你如何从达人经营链路里定位AI最该介入的环节(内容创作/人群洞察/选品策略等)，并用数据证明这是"真需求而非伪需求"?10.如果你要建立"使用反馈回收一问题分级一产品迭代一效果复盘"的机制，你会如何把主观反馈转化为可量化指标(例如失败率、二次编辑率、放弃率、申诉率)，并定义"反馈被解决"的验收口径?11.如果AI工具影响直播间经营(例如话术、上架节奏、互动策略)，你会如何搭建"实时预警+异常归因+处置SOP"的监控体系，并确保误报/漏报可控?12.假设你观察到"AI工具使用率上升，但转化率和GPM同时下滑"，请你按优先级给出一套排查树:从流量结构、内容质量、人群匹配、货品供给、履约体验到合规风险分别用哪些数据证据来验证/证伪，并最终推动哪个团队做什么动作。

先自我介绍，然后开始聊项目。深挖AI项目：项目为什么用的是JSON-grpc？它是怎么设计的？和标准的rpc有什么区别？对mcp工具调用时的不同错误类型，你的设计有什么区别？怎么封装的rpc超时重试机制？客户端发起一个请求的时候，服务端怎么找到对应的工具？（mcp工具调用的全流程）假设客户端请求的QPS很高，高并发环境下怎么去优化性能？讲一下SSE通信模式，他和websocket有什么区别？怎么通过RAG对mcp工具的选择进行优化的？工具调用时token消耗过高，是在什么时候呢？（远程调用大模型的时候）RAG向量化的内容是什么？怎么把用户的问题，prompt去向量化的呢？有对比过引入RAG向量化后的效果吗？mcp服务端在Linux平台上运行时，CPU突然占满了，如何排查？怎么判断运行时出现了死锁？如果是进程或者I/O引起的CPU100%，怎么判断进程卡在内核里、锁里还是I/O等待里？讲一下僵尸进程和孤儿进程的区别。算法题：LRU缓存。反问：Q：您那边负责的主要业务是什么呢？A：我这边是字节主端侧，AI基础设施。Q：贵公司对在校生和实习生，更看重哪些方面的能力？A：基础知识、和岗位方向的匹配度、还有学习能力。总结：一个多小时，项目拷打基本抗住了，而且幸好面试前专门研究了大模型token和RAG，和面试官有得聊。算法题只写了个大概，用哈希表+双向链表，但双向链表的特点给忘了没回答好。

自我介绍以后开始拷问：项目：1，如何做到筛选视频困难样本的（只有这个答得有点曲折，也记不清项目里面是怎么做的了，其他答得还好的都记不清了，后面也知道了这个经历和公司业务内容强相关）八股：A。面试官说先从Python基础问起（问之前还确认了我用C还是用Python）：1，Python里面可变对象跟不可变对象的一个区别，及其含义，以及模型训练当中怎么用2，Python里面可变对象包括什么，元组算不算可变对象3，对上一个的follow up：可变对象和不可变对象的本质区别？也即list能不能作为哈希表的key？（可能因为上一个问题答得隔靴搔痒没有切中面试官的心意）4，什么是全局解释器锁GIL，在这种情况下怎么进行多线程编程5，什么情况下会用多进程什么时候会用多线程6，多进程之间做并发的话怎么去做数据共享以及同步互斥（一开始自己回答了Lock，后来面试官提示是多线程之间做的并发，于是端上了Event和Semaphore Quene等）7，了解过Python装饰器的作用吗，在代码里面有没有用过，它的原理是什么8，Python在数据处理当中常见的性能优化手段9，10个T的视频数据浏（浏览数据或者点赞数据），想去统计这些数（每个视频的观看人数和点击人数）。这个东西用Python来写的话，会怎么去写（后续补充：在本地的机上面处理，而不是说用分布式那种那个来处理。10个T还不至于一定要上分布式）B，计网：1，HTTP跟HTTPS区别和联系C，数据库1，了解数据库事务吗，简单讲讲2，LEFT JOIN 和INNER JOIN的区别（但是本人对数据库实在不熟不知道有没有听错问啥……）D，大模型Transformer里面会用那个Flas Attention跟那个Paged Attention去优化，它们的那个区别跟那个原理是什么代码手撕：最长回文子串，不过是直接返回子串面试官看我补全代码以后捉了点bug就没说别的了，问了问时间复杂度以及有没有比动归更好的解法（此外我听过一个说法，说如果面试官直接问你hot100原题就是很想招你进来了，我不清楚）反问环节：1，这个实习岗位具体做什么？业务场景是什么？——主要围绕 TikTok 直播的音视频内容理解与标签体系建设。在连麦、试音等场景下，对内容进行识别后自动打玩法/分类/风格等标签。目标是提升标签质量（准确率/覆盖率等）并推动自动化。工作会包含线上推理服务与工程链路设计，配合策略/算法团队做模型与策略调优2，使用什么模型对数据打标签？开源还是闭源？——同时会做开源与闭源大模型的对比实验，效果好的方案会通过实验与切流获得更多流量。根据内容来看感觉这个应该是加了AI调用和提示词工程的python后端开发，整体更偏工程，也无怪乎大模型这块也就问了这么点btw喜茶的提拉米苏浓巧好喝

写在开头：昨天一位 3 年经验的兄弟找我哭诉，说字节二面挂得莫名其妙。 面试官问了一个很经典的业务题：“淘宝/美团的订单，如果用户下单 30 分钟没支付，怎么自动取消订单？”他想都没想直接回答：“简单啊，写个定时任务（Schedule），每分钟去数据库捞一次，把超过 30 分钟的订单查出来，状态改成取消不就行了？”面试官听完，连问了三个问题：“如果数据库里有 1000 万条未支付订单，你每一分钟全表扫一次？数据库不崩吗？”“你每分钟扫一次，那用户第 1 分钟下单，岂不是可能第 31 分 59 秒才被取消？延迟这么大能接受吗？”“如果你的定时任务机器挂了，或者任务执行时间超过了 1 分钟，这期间...

给我面没招了，感觉自己好菜、面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.项目拷打2. 动态数组和哈希数组是什么差异？3. 什么时候用哈希搜索，什么时候用动态搜索？4. virtual interface和普通的interface有什么差异？没有virtual interface是否无法实现相关功能？5. System Verilog中旗语是什么意思？一般用在什么场景？6. UVM中 virtual sequence和普通的sequence有什么差异？为什么叫virtual sequence？7. UVM的启动接口是什么？在TB中调用run_test后，如何触发整个UVM平台执行？8. run_test在哪个phase里面开始执行？UVM的phase分为哪些子phase，又可分为哪几组？9. EDA工具VCS是通过什么途径获取的？有使用它跑过仿真、查看过波形吗？10. AXI协议中，如何保障多主机访问之间的一致性？11. AXI协议中，乱序接收的适用场景和不适用场景分别是什么？12. AXI协议中关于order（顺序）是怎么规定的？13. AXI协议中，什么是outstanding transaction？它对系统性能有什么影响？

整体面试还是不错的，有面试过同岗的朋友欢迎评论区交流1.agent上下文维护方案2.主流模型上下文长度3.agent智能体架构有几部分4.agent和LLM区别5.向量/关键词检索区别6.tool调用机制7.mysql慢查询8.mysql事务9.索引覆盖原理10.协程定义11.https原理12.leetcode 2两数相加

一面： 虚函数和纯虚函数虚函数表智能指针，weak怎么解循环引用用过什么设计模式，讲一讲tcp和udp区别udp为什么速度快tcp四次挥手rtp，rtcp，rtmp协议手撕:线程安全的，多线程双队列。

1. 没有自我介绍直接进入正题2. 拷打两段实习3. 大模型topp和温度的理解，softmax4. kafka和rocketmq的区别5. 手撕：不大于n的最大整数，说是字节经典第一次见。贪心+回溯

这次面试我有准备了，八股能答出来了，虽然答的不完美😂😂😂自我介绍完后问我那哪些课上过，哪些课没上，我说只有数据结构上过。然后开始问八股。不过面试官每问出一个问题都要看简历好久(感觉没有问的欲望呢😂)，八股问的少，就四个问题。操作系统io多路复用操作系统进程线程Java的IO流stream流介绍Redis的hash数据结构介绍然后开始写题，给一个数n和一组数字，输出由这些数字组成比n小的最大的数写了三十几分钟没写出来，让我讲讲我的实现思路(我没思路，不会写，想纯暴力循环一个一个比较)。面试官说先写个题目然后再问一些开放性的题目吧，可能我算法没写出来就懒得问了(算法不过关😭😭)，算法后直接进入反问流程了。我一个朋友面字节也是十分钟八股就写题目了，写完题目他还有十分钟八股，想知道其他同学面字节也是这样吗？我没有后面十分钟的八股是不是我算法没过关😭但是最后面试官说我在学校成绩是不是很好，这些问题能够掌握并可以用自己的话表达出来(这是安慰我还是认可我的八股回答呢😐)，可是我那时候脑抽说我其实成绩排中等靠后😂总之来说相较于一个月前的百度面试，进步已经很大了😭😭接下来继续沉淀吧，刷算法题，继续背八股

发面经攒人品～自我介绍做题：从 1 到 n 这 n 个不同的整数中，选取 k 个数的所有可能组合回溯+剪枝做完之后面试官问能不能优化，我一下子没看出来其实是可以剪枝，我是直接 i <= n，应该先算一下剩下的元素个数 end，然后 i <= end，因为剩下的元素个数不一定够用，可以提前跳出来实习项目介绍基础知识OSCgroup 是如何工作的？除了它的表面（将资源限制写入文件），操作系统具体是怎么限制的？网络gRPC 是 tcp 还是 udphttp3 的优点是什么为什么需要 quic 协议tcp 和 udp 对比数据库用的什么数据库引擎？innodb 事务？用的什么隔离级别？可重...

之前在国际商业化产品与技术干了半年，纯后端开发，结果有agent开发相关的hr来找我，上面列了一大堆agent开发框架经验要求我一个都不会，但还是给了面试机会，本着不面白不面的原则面了。（感谢面试官愿意给机会）1. 项目拷打（差不多30分钟）2. MySQL binlog原理3. Http长连接和短连接的区别4. 如何对MySQL进行优化（答了个索引）5. 除了索引还有什么优化？（慢查询优化，讲了一下慢查询优化的过程）6. 还有什么优化？（扯不出来了）7. 聚集索引非聚集索引区别8. 对AI大语言模型有什么了解？9. 知道reAct吗？10. 手撕: 二叉树相同节点的最大路径和感觉是lc 124的变种，和124的区别就是它节点值相同的节点之间的边才算路径。（撕出来了但是因为不熟悉acm格式构造二叉树用了好久，面试官说感觉时间太长了）铁凉凉，就当试试水了，本来过年春节想紧急培训一下agent的，结果学了个p

面试官人很好，一点都不压力，比较愉快。1. 自我介绍2. 项目介绍3. 项目里队列消费和线程池的作用+线程池相关八股4. ThreadLocal怎么使用的+相关的八股5. gRPC 和 http分别有什么用？两者有什么区别6. redis限流怎么做7. 算法题算法题只写出来一种实现方法，第二个思路有了，但最后时间不够结束了😔感觉问的不多，不会是KPI吧🥹

给大家分享下前段时间碰到的验证面试问题，比较基础，仅供参考1. 怎么验axi协议，怎么验outstanding等等2. 一个握手断言，valid-ready，valid拉高的当周期ready为高3. uvm，sv基础，例如function/task区别，uvm phase机制，工厂机制，config db，tlm通信，覆盖率有哪些，sv线程同步断言怎么写，交叠非交叠，怎么判断多周期，rose函数等等。电路基础：异步复位同步释放，阻塞非阻塞赋值，跨时钟，异步fifo等等，异步fifo深度怎么计算4. 芯片的全流程是什么5. 验证场景：异步fifo怎么验证6. python可以做些了解

攒人品中！ 1.手撕mha写完之后问了几个问题：1. rope应该加在哪里2. kvcache怎么加3. dropout加在哪4. mask怎么加拷打简历业务场景题：比如针对业务需求怎么构建数据集

有面试过同岗的朋友欢迎评论区交流1.实习拷打2.项目拷打：sam有哪几个组件 用的什么指标评价 模型性能横向相比大概什么水平3.transformer原理4.多头注意力5.为什么除以根号d6.多模态大模型一般有哪几个组件 什么作用7.手撕：m行n列矩阵，行内严格递增，找到这个矩阵里第k大的数

4月12号，腾讯二面。面试官问："你简历上这个推荐系统，能详细讲讲吗？"我深吸口气，开始背准备好的答案："这个推荐系统基于协同过滤算法，使用Spark处理大数据，Redis做缓存...""等等，"面试官打断我，"我没问技术。这个系统要解决什么问题？"我愣了："就是给用户做推荐啊...""推荐什么？为了什么目标？提升DAU还是转化率？""应该是...提升活跃度..."我越说越没底气。面试官摘下眼镜："你负责的部分，具体解决了什么问题？"我脑子一片空白，半天憋出一句："处理用户行为数据..."沉默了十秒钟。面试官语气变淡："好的，聊下一个问题。"那次面试不到25分钟就结束了。走出腾讯大楼，深圳的太阳晒得人发晕，我却浑身发冷。明明准备了很多次，为什么临场就是说不出来？晚上我把之前所有面试录音听了一遍，越听越不对劲。我发现自己每次回答都很"死板"——像在背课文，不是在交流。面试官问A我就背答案A，追问就卡壳。更可怕的是，我准备面试的方式有问题。我把网上的"高频面试题100道"全背下来了，但实际面试中，面试官问的往往不在这100道里。我这才意识到：我把面试当成了"考试"，以为背好题就能过。但面试不是考试，是"对话"。周末我找在阿里的表哥做模拟面试。他按真实标准来问，把我"虐"得体无完肤。问题一：自我介绍没记忆点我按准备的版本说了两分钟。表哥打断："你说这么多，我能记住你什么？""记住我名字？""不，我连名字都记不住。你的介绍就像念简历，毫无特点。"问题二：回答缺少结构表哥问我最有挑战的项目，我想到哪说到哪。他再次打断："你说了一分钟，全是碎片信息。能不能用清晰的结构讲？"我试了几次，根本不知道怎么"有结构地"讲。问题三：遇到不会的就慌表哥突然问："如果让你设计秒杀系统，怎么做？"我脑子空白："我没做过...""没做过不代表不能想。"但我就是不知道怎么应对。问题四：数据模糊，没说服力"你那个系统上线后效果怎么样？""挺好的，很稳定。""什么叫'挺好'？能量化吗？""这个...没太关注数据..."表哥摇头："面试官最烦这种模糊表达。'挺好''不错'没有任何信息量。"模拟面试后，表哥总结："你的问题不是准备不够，而是方向错了。你在准备'答案'，但面试官要看'思考过程'。"我彻底推翻了之前的准备方式，重新设计了清单：准备一：重构自我介绍用"标签+故事+钩子"替代流水账。"我是XX，您可以理解为'用数据驱动决策的后端工程师'。去年实习时发现订单系统会崩溃，我主动提出异步处理方案，把处理时间从5秒降到800ms，支撑618零故障。这让我对高并发优化有了深入理解。看到贵司在做XX业务，特别想知道你们怎么处理的？"准备二：用"STAR+思考"讲项目不只讲过程，更要讲思考。S（情境）- 要有冲突："大促前一周系统会崩，不解决肯定出事"T（任务）- 目标明确："一周内把并发从1000提升到5000 QPS"A（行动）- 分层讲述："分三步：定位瓶颈、优化方案、压测验证"R（结果）- 数据+收获："最终支撑8000 QPS零故障，让我明白要建立常态化监控"准备三：针对JD定制提取JD关键词，找简历上最匹配的2-3个项目，把80%时间花在这些项目上。设计"引导话术"，主动提及这些项目。准备四：模拟实战找人做真实模拟，录音回听找问题，每个问题限时2-3分钟练习。改变方式后，我投了字节。二面时用新框架讲项目，面试官听得很认真，还不时点头。他问："如果并发再大10倍怎么处理？"以前我会慌，这次我先理清思路："可以从三个层面考虑：架构层面做服务拆分，技术层面用Redis集群+限流，业务层面用排队削峰。具体选哪个要看场景，紧急情况我会优先限流+缓存，因为改动小见效快。"面试官说："你思路挺清晰的，思维方式和我们团队挺match。"一周后拿到了offer。准备时我用了AiCV简历王，能根据JD生成针对性面试题，模拟真实场景，帮我发现了很多没注意到的问题。总结一下：面试的本质不是证明你多完美，而是让面试官看到你的思考、潜力、真诚。三个建议：准备"思考"不是"答案"——每个项目花1-2小时深度复盘用"故事"不是"陈述"——有场景有冲突有解决过程针对JD靶向准备——提取关键词，重点准备匹配项目

自我介绍实习经历介绍（这里就不详细展开，因为每个人不同，下面会记录一些闻到的通用的场景题）做一个开放平台需要有哪些模块开放平台的鉴权如何做，有没有了解过OAuth2开放平台的网关能做一些什么事情KV数据库的选型怎么考虑如何设计一个秒杀系统热点行更新是具体怎么做的对 AI 了解到什么程度为什么想要做Agent相关的工作飞书的MCP工具是如何写的你的AI coding的经验有哪些（因为给面试官说AI代码覆盖率到90%+，所以问了很多）如果做一个通用Memory的功能未来如何打算无算法题

● 实习项目问题：对于Prompt是怎么设计的，其中思维链这里是如何设计的，是流式输出吗？怎么确保其按照你的方式思考，为什么使用RedisStream，RedisStream和其他消息队列对比，异步和分块是怎么做的，做什么的。● 八股：HashMap底层原理，线程池的核心参数● 算法第k大的数，用堆后要求用快排（没写出来呜呜呜）

面试官人很好，就是拷打的很深，项目问的很细节，八股也主要是围绕项目的技术栈，问的mysql和redis的八股基本都答出来了，但是我感觉很模版和不清楚，而且面试官反问我基本都蒙圈了，问jvm和java线程和数据结构底层哪一块我完全没准备，直接坦白了，也坦白了我伪造的大三，问的八股不偏，属于很常见的八股，一点不难，要怪就怪我没准备好java的八股。😭，看到了不少自己的问题。算法是：求两链表的相交部分，但是面试官反问环形怎么求，蒙圈了，说了思路感觉不符合他的思路。没二面了，争取暑假投进去🙏