字节日常实习二面

面试公司：字节跳动面试时间：3.10面试内容：一、自我介绍（5分钟）二、实习+项目拷打 （50分钟+）（一开始紧张没录到音，只能凭记忆了）1.多级缓存方案怎么做的（cdn+本地+redis+mysql）2.怎么保证数据一致性（没用双写一致，将redis作为用户下单的主库存，lua脚本+分布式锁修改redis后用消息队列修改mysql保证最终一致性）3.怎么优化的RAG数据预处理流程（实现DocumentTransformer接口添加元数据）4.项目中的三级缓存是怎么做的（本质Spring三级缓存机制）5.说下日常怎么使用Cursor、cc等ai编程工具进行开发（讲了有无rules约束的效果）6.具体使用了什么检索策略（使用Spring Ai alibaba添加Advisor进行重排序）7.了解重排序的底层吗（说底层使用模型将用户输入和召回的top-k进行分数重排，目的是提高准确率）8.Top-K的K是怎么确定的（对比了默认的10然后逐级递减的方案，确认k=5的时候准确率更高）......（中间可能还有些问题忘了）三、算法（30分钟+）手撕带ttl的lru算法（忘记怎么对比两个时间的差值了，不过面试官说没关系）四、网络相关问题（10分钟+）（听到这个我就知道我要似了，网络最不熟了，不过好在问的不多）1.http和https有什么区别（说了下数字签名和加密算法）2.场景题：将第三方热点放到服务器的本地缓存中，用户连第三方热点后第三方能不能窃读和更改数据（这个真不会回答，随便乱答的）（面试官说让我去了解下数字签名相关的）反问：组内氛围怎么样面试总结： 相比于一面来说难了不少，不过总体来讲还算能对付，面试官看起来非常老练，也会引导我去解决问题，面试体验非常nice，本来一开始很紧张然后聊着聊着就不紧张了，不过场景题没答出来太亏了啊，求面试官别挂我面试结果：面试2天后还没出结果（不会真要挂我吧）

Q:请详细解释一下 Transformer 模型中的自注意力机制是如何工作的?它为什么比 RNN 更适合处理长序列? 难度:⭐⭐ 公司:字节、阿里、腾讯(高频) 算法岗回答要点:   自注意力机制原理  输入序列通过三个线性变换得到 Q(Query)、K(Key)、V(Value) 计算注意力分数:scores = QK^T / √d_k Softmax 归一化得到注意力权重 加权求和:output = softmax(scores) · V    数学推导 Attention(Q,K,V) = softmax(QK^T/√d_k)V   为什么除以√d_k?防止点积过大导致梯度消失 Mult...

介绍项目拷打你对go中kitlex的理解你服务中哪里用到kafka介绍一下rabbitmq在你的项目中的运用为什么你的项目里多级缓存redis算法题：岛屿数量 没答上来悲lru实现 没写完

腾讯CSIG腾讯云后端二面面经面试时间：2025.10算法1. 编辑距离2. LRU实习介绍下实习中的困难，最后怎么解决的八股缓存穿透，缓存击穿，缓存雪崩分别是什么，如何解决Redis集群有哪几种Redis Cluster自动故障转移是怎么实现的，这个没答好了解一致性哈希吗HTTPS底层怎么实现的腾讯2027届可转正实习启动！无限复活甲，鹅厂不设限：1. 只要当前未在面试流程中，可随时切换岗位，投递无上限！2. 如3个工作日后意向部门未发起面试，全公司所有岗位/部门均可能向你发起面试，发起次数无上限！3. 同学可根据个人意愿拒绝面试，腾讯承诺，拒绝面试不会对你之后的面试机会产生任何影响！招聘岗...