感觉面完人都通透了，还是太菜了，下去沉淀一下1.项目拷打2.Agent内部具体的实现可以再详细介绍一下吗？3.MCP是把自然语言转成预置查询类的工具吗？4.操作内部平台时，工具会去操作吗？5.系统测试完成后，准确率怎么评估？6.用20%数据作为测试集，是模型跑case后人工评判准确率吗？7.如何对答案进行轨迹级评分？8.目前系统的准确率是多少？9.项目后续继续优化的话，有哪些优化思路？10.现在系统最核心的问题是并发问题吗？11.准确率还有提升空间吗？12.模型输出不符合预期时，prompt会有问题吗？会调prompt吗？13.有考虑过做SFT和强化学习吗？14.目前RAG具体的实现是怎么样的？15.如果用Redis的缓存，会在哪个阶段去做？16.Redis为什么在高并发情况下表现得比较好？17.什么场景下会用多线程？18.RAG作为知识库检索，和把知识库放到ES上让模型调用MCP接口有什么区别？19.若自己实现包含ES检索和向量检索的搜索接口，和RAG有什么区别？20.Redis和MySQL在使用场景上有哪些区别？21.B+树是怎么样的结构？22.手撕：两个有序数组，O（logN）求合并后第k大的数

互联网公司微软2.12 投递简历：Software Engineer: Internship Opportunities英伟达3.3 投递简历（×）：System Software Engineer Intern, AI Performance And Efficiency Tools - Summer 2026华为 3.2 投递简历：AI软件开发 终端云服务部网络安全 终端云服务部3.19 投递简历：AI 模型工程师（实习生）- Agent技术 - ICT BG - 数据通信产品线4.8 AI 岗机试（√）：120min，15单选+5多选（150分），两道编程（300+150分）第一题手搓K...

自我介绍实习B 平台 针对需要不断接入新模型，做了哪些优化目前接入多少模型如何控制并发，以保证不超过模型频控限制八股简单说一下 JAVA 中的垃圾回收机制算法小于 n 的最大数：给定一个数 n，如 23121；给定一组数字 A 如 {2, 4, 9}，求由 A 中元素组成的、小于 n 的最大数，如小于 23121 的最大数为 22999其他你最近了解的 ai 最新进展了解 skills 或 mcp 的概念吗OpenClaw 最近听说了吗

发点面经攒攒人品～1.进程和线程的区别是什么？2.早期没有线程只有进程时是怎样进行任务调度的？3.JDK21 有哪些更新？4.给一个学生表，写 SQL 查询总分最高的三个学生的学号和总分。5.给三种查询场景在千万级数据下如何设计索引where条件分别是学号总分和学号科目、总分和学号6.volatile 有什么特性？如何实现的？7.volatile 可以保证原子性吗？为什么？8.synchronized 和 ReentrantLock 的区别是什么？9.ReentrantLock 的公平性是如何实现的？10.Redis 中存放点赞数据通常用什么结构？11.热帖一般怎么实现？12.zset的底层结构是什么？13.跳表的时间复杂度是多少？14.多级缓存一般怎么实现？15.缓存和数据库的一致性怎么保证？16.集合类型的最大 key 或容量一般怎么控制？17.平时是怎么使用 AI 的？18.了解 AI Agent 吗？

还是太菜了，下去沉淀一下项目拷打八股1.subagent,mcp,skill,function calling的区别？2.线程进程的区别？里面具体有哪些东西？3.虚函数，在一个类的构造函数和析构函数里面执行其他类的虚函数会有什么问题？4.虚函数的底层实现原理是？除了虚函数表还有什么东西？5.https的加密协议是什么样的？做了几次加密？6.堆和栈的具体区别？7.c++的内存分区是什么样的？8.一个程序里面有多少个栈？只有函数栈吗？9.怎么实现原子操作？加锁，面试官提到：原子类/其他10.最大堆和最小堆的区别，怎么实现？手撕：接雨水实现

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.挑一个最近觉得挑战比较大的项目展开介绍一下吗?2.Agent内部具体的实现可以再详细介绍一下吗?3.MCP是把自然语言转成预置查询类的工具吗?4.操作内部平台时，工具会去操作吗?5.系统测试完成后，准确率怎么评估?6.用20%数据作为测试集，是模型跑case后人工评判准确率吗?7.如何对答案进行轨迹级评分?8.目前系统的准确率是多少?9.项目后续继续优化的话，有哪些优化思路?10.现在系统最核心的问题是并发问题吗?11.准确率还有提升空间吗?12.模型输出不符合预期时，prompt会有问题吗?会调prompt吗?13.有考虑过做SFT和强化学习吗?14.目前RAG具体的实现是怎么样的?15.如果用Redis的缓存，会在哪个阶段去做?16.Redis为什么在高并发情况下表现得比较好?17.什么场景下会用多线程?

攒攒人品！有面试过同岗的朋友欢迎评论区交流1、实习拷打2、讲一下你的项目吧3、你的项目涉及到的模型是你们公司自己做的还是用的GPT这些?4、平时你在公司主要负责的业务是什么?5、讲一下你这个GraphRAG的具体实现流程吧，你是怎么量化成果的?6、有没有基本的后端开发经验?手撕题:有效的字母异位词easy

面试很难，还是要多多练习，感觉自己说不明白业务逻辑项目拷打八股：1.ppo dpo grpo讲一下2.Adam和SGD讲一下3.auc的定义4.正负样本比例变化，对auc的影响？5.极端情况，如正负样本比1:10000，怎么解决？手撕：单词拆分

发点面经攒攒人品～1.实习拷打2.项目拷打3.抖音用户、物品迁移到抖音极速版的方案？4.八股：你知道transformer中有哪些mask？5.手撕：编辑距离

📍面试公司：字节🕐面试时间：1小时💻面试岗位：c++软件开发❓面试问题：主要关于 C++ 开发与 Linux 服务端编程展开，比如：内存分区与各段存储内容；static 和 const 的多种用法和区别；多线程死锁产生条件与规避方案；fork 创建子进程的写时复制机制；TCP 三次握手与四次挥手流程；epoll 水平触发和边缘触发的差异等。🙌面试感想：面试官很有耐心，遇到我答得模糊的地方会引导思路，整场聊下来也清楚意识到自己还有不少知识短板，收获挺大的。

3.26 字节TikTok测开面经自我介绍项目提问八股就问了一点（没什么印象了）场景题：百度搜索界面，如何测试编程题：寻找字符串的公共前缀反问字节应该是挂的最奇怪的一个了，感觉项目、八股问的答得也都还不错，手撕也撕出来了，场景也答了七七八八，还是挂了。

攒人品中，祝大家都能拿到满意的Offer！1.实习拷打2.你说的算子强度的定义 归一化怎么做的 信号的意义?baseline 如何制定等等3.介绍你的agent实习4.谈谈你对skill的理解分层怎么做的 整个数据流 写在哪儿怎么读读取策略 读之后加在哪儿用什么方式实现 是通过启动一个线程的方式还是?具体怎么读写存5.介绍你说的router openclawrouter方式6.router以什么方式存在7.router策略8.router启动方式具体数据流来的时候方式9.介绍一下你的memory策略还有你研究过的主流策略10.对agent的理解

3月27日面的介绍业务：金融相关的业务，一面主要问点基础的1. 讲一下常用的集合框架的底层的数据结构，优缺点和什么场景下会使用到2. synchronized 的底层原理是什么，为什么这个关键字可以实现防并发冲突呢3. threadlocal的使用场景和使用时有什么问题4. 讲一下JVM的内存的区域，各个JDK版本有什么差异吗5. 年轻代和老年代这些他们对应的一个垃圾回收算法或者策略是怎么样的，简单的讲一下6. 数据库的事务隔离级别有了解吗？可以讲一讲有哪几种数据库事务隔离级别分别会出现什么问题？7. MVCC有了解吗，可以介简单介绍一下MVCC的原理吗8. 索引底层的数据结构知道吗，为什么使用这个数据结构9. AI coding相关的有接触过吗算法：最长递增子序列感觉有点像kpi，面试官纯让我自己发挥，但是十几分钟后又约了二面发了链接。过了一个小时通知没HC了，结束流程了

如题，鼠鼠27届游戏客户端求职，bg双2，但是UE方向能投的实在不多，雷火字节腾讯什么的投了石沉大海，测评过后从没有捞过，到现在也只有一个数字人的日常Offer。刚才去了莉莉丝暑期的二面，没想到还会问计组的内容，一点没看，很基础的东西也答错了。明明一面问的都是C++，os，计网之类的我都有看。然后后面的场景题也是得让面试官一步一步带着思考，答完就感觉大概率没戏了。现在极其的焦虑，如果有很多面试还好，我能把注意力放在下一次面试上，但是我现在能进面的是少之又少，面完就直接Emo了。现在想放松一下负罪感直接升腾，想继续复习脑子里又全是面试时候的窘迫，已经想把自己埋了。4.20 果真已挂

发点面经攒攒人品～1.SSE和Studio两种模式2.MCP服务的一些原理3.短期对话记忆讨论4.向量知识库和普通的Markdown文档对比，怎么检索5.通过cli命令调用工具和MCP服务什么区别6.先手撕了快排7.Redisson分布式锁的过程、原理8.RedLock原理和流程9.MySQL事务隔离级别、MVCC原理、流程10.泛型

1.自我介绍2.讲一个你项目中的亮点，我们深度聊3.你使用命令模式，你为什么要使用命令模式，每个命令的数据类型是什么样的4.结合增量快照，你是如何判断一个操作用命令模式还是用增量快照的5.每个操作的记录是以什么样的形式储存的6.你的项目架构是什么样的7.你的项目有登录功能吗？如何去实现一个登录功能8.token是从哪里来的，它是什么样的数据，它是怎样存储对应的9.你的组件内部是怎么写的，我想要一个变颜色的组件操作，你怎么去实现10.手写 合并乱序数组11.反问无八股，对项目疯狂拷打甚至详细到组件内部的代码怎么写，跪了。

1．自我介绍2．项目深挖3.推荐业务目前的优化目标是什么？4.多场景建模具体指什么？不同场景下用户行为有什么差异？5.这些场景是分开建模还是统一建模？特征或网络层面有没有做场景区分？6.如果特征落盘时刻上下文发生变化7.介绍一下 RankMixer 的结构原理。它与 MLP 、 Transformer 或 DIN 相比，核心区别和优势是什么？8.如果拓展 token 数量，具体如何实现？9.所有场景样本是一起训练还是分开训练？指标是看全局还是分场景？10.超长序列建模的长度是多少？具体实现方案是什么？11.多尺度注意力指的是什么？与全序列原生 attention 相比有何区别？12.不同时间段的序列输出如何融合？如何平衡每个时期兴趣的权重？有没有自适应机制？13.手撕代码： Request 维度的 GAUC 计算📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1．自我介绍2．项目深挖3.推荐业务目前的优化目标是什么？4.多场景建模具体指什么？不同场景下用户行为有什么差异？5.这些场景是分开建模还是统一建模？特征或网络层面有没有做场景区分？6.如果特征落盘时刻上下文发生变化7.介绍一下 RankMixer 的结构原理。它与 MLP 、 Transformer 或 DIN 相比，核心区别和优势是什么？8.如果拓展 token 数量，具体如何实现？9.所有场景样本是一起训练还是分开训练？指标是看全局还是分场景？10.超长序列建模的长度是多少？具体实现方案是什么？11.多尺度注意力指的是什么？与全序列原生 attention 相比有何区别？12.不同时间段的序列输出如何融合？如何平衡每个时期兴趣的权重？有没有自适应机制？13.手撕代码： Request 维度的 GAUC 计算📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

4.8二面 4.14收到感谢信一、项目相关1. 你先做一下自我介绍。2. 你在这个开源社区里贡献了多少代码？3. 你在这个社区里做了多长时间？4. 你喜欢开源吗？为什么？5. 你觉得你一面聊得怎么样？6. 你做过互联网系统吗？比如服务端程序、接口设计、和客户端交互这类。7. 你学过数据库吗？用过数据库吗？8. 你在认证模块里用数据库存了什么？9. 你怎么判断一个 Token 是有效的？10. 密码是前端传过来的吗？前后端传输过程中有没有加密？二、数据库与认证11. 相同密码哈希后结果也相同，如果数据库被脱库，攻击者撞出一个密码后，不就能反推出所有相同哈希值的密码了吗？12. 你了解密码加盐吗？加盐是干什么的？为什么要加盐？13. 你这个盐是什么时候加的？是固定盐还是随机盐？14. 如果 Token 和用户信息存在同一行里，一个用户是不是只能有一个 Token？15. 如果用户在电脑和手机同时登录，想只失效其中一个登录态，应该怎么设计？三、系统设计16. 如果每次校验 Token 都查数据库，像微信这种高并发场景数据库扛得住吗？怎么优化？17. CDN 适合存什么？Redis 应该部署在哪里？四、计算机网络18. HTTPS 是怎么防止中间人攻击的？19. 怎么判断服务端发过来的证书是合法有效的？20. CA 是什么？客户端从哪里拿到 CA 的公钥？21. 每建立一个 HTTPS 连接，都要向互联网请求一次证书吗？证书链是怎么工作的？五、操作系统22. 说一下进程和线程的区别，能有多细说多细。23. 操作系统能感知到协程的存在吗？24. 你写过协程相关的程序吗？六、算法题25. 螺旋数组：按螺旋顺序遍历或填充一个 N×N 的二维数组，N 可以是奇数也可以是偶数。26. 二叉搜索树范围查找：给一个二叉搜索树和区间 [low, high]，找出所有值在范围内的节点，并按顺序输出。要求先按非递归实现，后面放宽为递归，并考虑剪枝优化。七、个人相关27. 你觉得你有哪些优点？28. 你觉得自己有哪些需要继续提升的地方？---## 反问环节1. 如果实习生进去的话，主要会负责哪个业务？- 目前很多团队都在招，比如钱包、收银台等，后续会根据面试情况和个人兴趣做分配。钱包侧主要涉及余额、余额明细、转账、提现、充值；收银台侧主要涉及支付方式渲染、支付方式绑定等后台功能。2. 进来以后主要会做分布式业务吗？- 主要还是做后台开发，做互联网后台程序。3. 你觉得我还有哪些地方可以提升？- 如果想进互联网公司，互联网后台相关基础需要系统补一下，比如数据库使用、高并发下的常见处理方式、CDN 的使用场景，以及高并发、数据一致性等常见问题的基本原理和成熟方案。