春招快手二面之后才发测评

想问下有没有牛友oc的？我上周面完hr面目前没有后续，业务是安全合规的timeline 大概是3.23 3.25 3.31 4.9

自我介绍实习A 系统 利用 Spring 事务保证原子性，结合传播机制介绍一下如果多张表不在同一个数据库中，如何保证事务的原子性（分布式事务）介绍延时双删和 Redis Pipeline，还能如何保证数据库与缓存的一致性延时双删和先更数据库再删缓存的优缺点；延时双删能保证不出问题吗介绍分布式随机分片锁和自旋等待机制；多个线程同时重建缓存会带来什么问题二级缓存中，本地缓存与远程缓存的一致性如何保证从 Redis 从节点中读到的不是最新数据，怎么办C 系统 改为读从库后有什么影响八股除了缓存击穿，还有什么；Redis 如何实现高可用（哨兵）；主从节点的职责介绍布隆过滤器，优点和缺点是什么；如何实现...

我们负责字节跳动商业变现端到端大型广告系统建设，覆盖抖音、今日头条、西瓜视频、番茄小说、穿山甲等产品矩阵。商业平台负责整个广告投放系统的客户业务平台建设，我们为客户提供广告创编、商业认证、市场推广等一站式投广覆盖和商业化能力输出。同时在围绕大模型建设中台化Copilot框架，探索面向广告营销场景的Copilot Agent能力方面有深入实践和充满热情。我们在北京、上海均设有研发中心，期待你的加入！更多团队信息，可以戳 https://bytedance.larkoffice.com/docx/P3VFdpNDFoahQGxSdPYcmXXxnDf联系方式：微信搜索 sqdokk，查询进度自助投递：https://job.toutiao.com/s/VtSGZzMunJ0

1. 大模型微调的完整技术方案与工程落地细节采用 LoRA 参数高效微调方案，仅对 Transformer 的 Q/V 投影层添加低秩矩阵，冻结底座模型参数。训练时设置秩 r=8、缩放因子 α=16，使用 AdamW 优化器，学习率 2e-4，配合余弦退火学习率调度与梯度裁剪。工程上使用混合精度训练、分布式数据并行，提升训练效率，训练后合并 LoRA 权重，不增加推理延迟。 import torch import torch.nn as nn class LoRALinear(nn.Module):def __init__(self, in_features, out_features, r=...