百度ai后端开发一面分享-日常实习

又是超过一小时的拷打，感觉这次挺综合的，八股、语言、大数据全都问了一遍1. 项目拷打，主要问我的项目为什么采用Hive Transform这种比较小众的方案，我的回答感觉他还是比较满意的2. 简述至少3种常见的排序算法，时间复杂度，稳定性3. 关系型数据库的索引的常用数据结构是？选择这种数据结构的原因是？4. MySQL中什么时候会导致索引失效？5. Java线程安全的数据结构有哪些？6. ConcurrentHashMap是怎么实现的？相比于在直接在HashMap外边加锁有什么区别？7. HashMap的key可以是什么类型？有什么要求？8. 处理金额相关的数据的时候，应该如何存储？在Java中和MySQL中应该选择什么数据类型？9. Linux下如何用一条命令统计某个目录下各个子目录的占用空间大小？10. 如果把Linux换成HDFS呢？如何统计？11. 对于一个超大的HDFS系统，会有什么性能风险？有什么优化手段？12. Spark的并发度是如何控制的？在一个任务中什么情况会导致并发度变化？13. 考虑以下场景：某电商网站有一个用户表（用户id，用户所在城市）和一个订单表（订单id，下单用户id，订单金额），请（1）统计总销售额前十的城市和这些城市对应的销售额（2）统计总销售额在10万元至20万元之间的城市14. 一个表有年、月、pv三个列，要求写行专列代码，转成年、一月、二月、三月……

1.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？这个问题本质上不是“删哪条、留哪条”，而是做记忆的版本管理。实际处理时一般会同时看三个维度：时间、来源、置信度。时间上通常新信息优先，但前提是它来自更可信的输入；来源上，用户当前轮明确表达、工具查询结果、系统写入，优先级通常高于模型从历史里自己总结出来的内容；置信度上，如果只是一次低置信抽取，不会直接覆盖长期稳定画像。工程上我会把记忆拆成两层，一层是 event log，完整保留用户每次表达过什么；另一层是 materialized profile，也就是给模型使用的当前画像。冲突发生时，不是直接物理覆盖，而是先记事件，再按规则刷新画像。...

实习生JD：网络开发实习生（Agent与自动化方向）团队：百度数据中心网络团队（网络工程方向）工作职责参与网络Agent探索与开发，结合大模型能力，辅助网络建设规划、方案生成、变更评估等工程场景参与网络场景自动化开发，实现网络交付、变更、配置下发、合规检查等任务的自动化编排与执行参与日常工程工具开发，提升网络规划与交付效率职责要求掌握至少一门编程语言（Python/Go/Java/C++等），能独立完成开发任务对Agent、大模型应用有一定了解或浓厚兴趣具备基础的网络知识（如了解IP、路由、交换基本概念即可），愿意在实习中学习工程场景学习能力强，沟通顺畅，能快速融入团队协作加分项了解Agent开发相关技术，如ReAct、Plan-and-Execute、Multi-Agent协作、Tool Use、RAG、MCP等有LangChain、LlamaIndex、AutoGen、CrewAI等框架实践经历了解Linux、Docker、API调用或自动化工具可连续实习3个月以上你将获得接触超大规模云网络工程建设场景，实战AI+网络前沿方向资深导师带教，表现优异者有校招转正机会--联系方式：gouyangshan@baidu.com可发送简历到该邮箱，收到会第一时间回复

工作中，我们经常听到序列化和反序列化，那么，什么是序列化？什么又是反序列化？这篇文章，我们来分析一个招商的面试题：为什么需要序列化和反序列化？ 1. 什么是序列化和反序列化？ 简单来说，序列化就是把一个Java对象转换成一系列字节的过程，这些字节可以被存储到文件、数据库，或者通过网络传输。反过来，反序列化则是把这些字节重新转换成Java对象的过程。 想象一下，你有一个手机应用中的用户对象（比如用户的名字、年龄等信息）。如果你想将这个用户对象存储起来，或者发送给服务器，你就需要先序列化它。等到需要使用的时候，再通过反序列化把它恢复成原来的对象。 2. 为什么需要序列化？ “为什么需要序列化？为什...