（带面经）8.19 美团后端-大模型后台开发 已接

timeline:
8.12 投递 
8.12 一面 当场过
8.15 二面 
8.18 周一上午 口头oc
8.19 offer 邮件

以下为面经：

8.12
一面：
聊天 5 min
问项目 35 min 
简历是 12306 + 一个自己搓的 ai 应用项目 
主要问的问题：
12306：1.为什么用责任链模式，有哪些好处, 项目中有没有其他的设计模式？
             2.mysql 有那些索引？你觉得 innodb 索引为什么用 b+树 而不是红黑树，其他的引擎的索引有了解吗？ 举一个你项目中遇到的使用组合索引的例子，为什么选择这些字段？建立索引的时候选取字段有哪些要注意的？
             3.消息幂等组件库怎么做的？ 为什么用消息队列？ 除了 rocketmq 其他的有了解吗 ？ 现在有这么一个场景，你刚才讲的本地消息表的 消息 是存在 redis 的， 如果突发流量打垮服务器怎么办，说一个你认为的优化方案？
           
ai 项目：1.为什么做这个项目？你考虑的点在哪里？对自己使用的技术怎么样去了解的，比如向量数据库等（这里自己提的）
              2.RAG 流程 
              3.embedding 之前的向量化怎么做的有没有了解？项目里面openai 的这个模型的向量化怎么做的（后面这个自己补充的）
            
八股： jvm 的逻辑分区了解过吗？经历过怎么样的变化？g1 和 cms 的区别 ？ 堆区详细的划分知道吗？
手撕： 二叉树层序遍历 10 min 
最后直接和我说过了，让我等二面或者直接入职（问 leader 有无二面）

8.15
二面：
  35 min （无手撕）
12306 ： 1.雪花算法技术原理，整体优势，解决了什么问题，比如数据库取 id 的哪些问题，展开讲。
                2.美团的 leaf 原理，为什么做双 buffer，什么好处 ？（这里自己提了一嘴）
                3. 布隆过滤器原理，问还有什么过滤器，答 计数布隆过滤器 和 布谷鸟过滤器
                (这里讲的比较久，所以没问 12306 了)
 ai 项目： 1.知识库检索原理（rag 流程），检索返回设置 topk  ，向量检索相似性算法
                2. langchain 框架的架构、整体设计是什么样的？
                 3. mcp 是什么？ 原理，组件 host client server 
                 4.  开发过 mcp server 吗，开发的 mcp server是用来做什么的 ， 三种传输方式 stdio ，streamable  http ， sse 了解过吗
                 5. 为什么对 qwen2.5 做模型微调，怎么考虑的，语料怎么选择的，gpu 显卡的情况.

  反问：1.做什么业务
            2.作为面试官更看重求职者的那些特点，（说是知识扎实 和 对于新技术的快速掌握）

8.18  隔了周末之后周一上午 口头 oc 
8.19  邮件 offer  

总结：强度一般，问题中规中矩。
#实习# #我的OC时间线# #美团# #ai#