拒绝腾讯面试会不会影响后续的投递？

努力拥抱AI中…1.项目拷打2.有没有部署过大模型？3.项目中对话流程是什么？4.如果面试官和AI对话生成的问题冲突怎么办？5.如果将项目升级为虚拟对话可以怎么改6.实习的这个项目还有哪些需要优化的7.你的这些实习项目哪些用到了rag8.rag的信息是怎么存储的9.用的哪些embedding模型10.embedding是怎么分chunk的11.硬切分在实践中有哪些弊端吗，有没有实际的例子12.选一个项目介绍一下react机制是怎么设计的，在实际应用场景表现如何13.这些项目哪个更适合使用模型再训练，哪些适合用rag14.微调的数据集从哪里来代码环节手撕self-attention和检测模型

一面时间：3.20面试官介绍业务自我介绍展开讲一下百度的实习（STAR法则）举一下评测过程中典型的badcase你的工作偏下游，那么是怎么推进闭环的？做ui自动化的时候，url页面相互跳转是怎么处理的？ui自动化用的chrome插件还是自动化平台？挑选一下实习中遇到的困难，你是如何解决的？语言技术栈用的什么？mysql的四大特性（ACID）隔离有哪些级别redis常见八股（分布式锁、三大缓存问题）tcp与udp区别tcp与udp各自举一个使用场景有用过白盒测试吗？算法手撕：leetcode1. 两数之和针对用户登录功能，设计测试用例反问环节二面忘了录音了，反正和一面问的差不多，后面反问的时候跟...

一、项目 / 求职方向1.先介绍一下自己。2.你觉得这段实习经历，你的成长有哪些方面？3.你为什么考虑投后台开发这个岗？4.你能大概介绍一下你了解的后台开发相关内容吗？5.结合你之前的实习项目，你接触到的后端相关内容有哪些？6.你端上的 SQL 用的是什么数据库？7.设备特征缓存优化这一块，也是端上做的吗？8.除了这段实习，你还有哪些后端相关经验？9.你对后端开发是怎么理解的？二、高并发 / 网络编程 / epoll / 协程10.高并发你怎么理解？11.评估高并发有什么指标吗？12.你怎么判断一个系统是不是到了高并发场景？13.你怎么判断系统已经到瓶颈了？14.高并发场景下，一般什么资源会先被打满？15.如果不考虑外部 IO，只看服务器内部处理，怎么判断它已经满了？16.纯高并发网络框架场景下，一般是 CPU 先满还是内存先满？为什么？17.你写过 epoll，也了解过 Go 的协程，你觉得它们在设计思路上有什么区别？18.你觉得 epoll 和协程哪个更好？为什么？19.如果 epoll 已经很好了，为什么后来还会出现协程这种设计？三、基础算法 / 排序20.排序算法介绍一下。21.堆排序适合解决什么样的问题？22.堆里取最大值或最小值的复杂度是多少？23.快速排序的时间复杂度是多少？24.快速排序最坏情况是什么复杂度？25.什么情况下快速排序会退化到最坏情况？26.有什么优化措施可以减少快速排序退化的情况？四、操作系统27.进程和线程有什么区别？28.进程和线程切换，哪个更快？为什么？29.进程切换主要慢在哪里？30.进程的寻址空间大概有多大？31.32 位系统和 64 位系统的寻址空间一样吗？32.你怎么理解线性地址、逻辑地址和物理地址？五、数据库33.MySQL 的索引数据结构有哪些？34.为什么 MySQL 索引常用 B+ 树，而不是红黑树？35.索引为什么要考虑磁盘存储特性？六、网络 / HTTPS36.HTTP 和 HTTPS 有什么区别？37.HTTPS 是怎么解决信任源问题的？38.如果证书不是权威机构签发的，会有什么问题？39.浏览器为什么能识别哪些证书机构是可信的？七、AI / Agent / 大模型基础40.你比较擅长哪些技术方向？41.Agent 的设计模式有哪些？42.ReAct 是一种什么思想？为什么会有这种模式？43.为什么模型会出错或者产生幻觉？44.如果模型缺少信息，它直接回答“缺少信息”就可以了，为什么还要继续设计 ReAct 这类模式？45.现在这些主流大模型，用的是解码器还是编码器？46.GPT 和 BERT 的区别你知道吗？47.既然你对 AI 开发感兴趣，那你怎么理解模型的能力边界？八、编程题48.有 N 个人围成一圈，从第 S 个人开始报数，报到 M 的人出列，然后从下一个人继续，直到最后剩下一个人，输出一下出列顺序。

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花MySQL 作为持久化关系型数据库，具备强一致性特性；Redis 作为内存型缓存，具备高性能优势。二者作为异构存储，强一致性难以实现（需承担极高的性能损耗），因此绝大多数业务场景均以「最终一致性」为核心目标。以下将对主流一致性保证方案的执行流程、优缺点及适用场景进行详细解析，排序遵循「应用广泛程度+一致性强度」原则。核心背景：一致性问题的根源读写顺序异常：例如先更新缓存再更新数据库，在并发场景下易产生缓存脏数据；网络及系统故障：例如数据库更新成功，但缓存删除操作失败（如网络中...