B站测开面经

发点面经攒攒人品～1.实习拷打2.项目拷打3.这个项目的背景是什么？你们团队在做什么？4.你这里说的“特征”具体是什么？它的数据源是什么？怎么生成这个特征？5.这些特征最终怎么分类？拿到这些特征之后主要用来做什么？6.训练出来的模型最终输出是什么？又是怎么反过来指导你这块工作的？7.你这个两秒、十秒和九十秒这三档缓存，对应的分别是什么样的特征？8.你说的这些特征，你是知道它到底对应的是哪种用户行为，或者哪一类设备的吗？多agent项目9.大概介绍一下另一个 AI 投资分析系统项目。10.这个项目当时用的模型是哪一家的？11.效果怎么样？你自己有测过吗？12.你刚才说某支股票的历史行情数据，这些数据是从哪里采的？14.这个项目是你自己主动规划去做的，不是哪个公司或者老师布置给你的，是吧？15.你平时会自己研究 AI 相关的内容，是吧？16.机器学习、强化学习这些你都了解过，是吧？17.机器学习里的高斯混合模型，你能讲一下它的原理吗？18.你觉得神经网络里最重要的一个算法，比如在拟合过程中最核心的是什么？19.反向传播你了解吗？20.你有手推过反向传播吗？

1. 自我介绍2. 最快到岗时间和实习时长3. 讲讲你在字节的实习4. 服务运行在 K8s 上，你了解哪些核心概念，线上排查会看什么答案：K8s 里最核心的是 Pod、Deployment、Service、ConfigMap、Secret、Ingress、HPA。Pod 是最小调度单元，Deployment 管理副本和滚动更新，Service 提供稳定访问入口，ConfigMap 管配置，Secret 管敏感信息，Ingress 做七层入口，HPA 根据指标自动扩缩容。线上排查一般先看 Pod 状态、重启次数、事件、日志和资源使用。如果服务一直重启，看 kubectl describe pod...

求问，三道编程题只写完了一道，感觉凉凉。

攒人品ing~（一天三面我燃尽了）个人背景介绍一、 项目深挖：高并发博客系统架构面试官提问：你的并发控制和API限流是怎么做的？面试官追问：点赞的接口限流具体怎么实现的？面试官追问：数据最终怎么落库？MQ消息丢了怎么办？二、 场景题：使用Redis实现QPS/QPM/QPD限流面试官提问：如果要用Redis限制一个接口在滚动窗口下的QPS、QPM、QPD，怎么做？第一版思路：将时间单位拼接到Redis Key中。面试官指出：这会导致Key数量爆炸式增长。第二版思路：使用Hash结构，记录用户在特定时间窗口内的访问次数。面试官指出：这种方式只能记录自然时间（如自然天、自然秒），无法满足滑动窗口的需求。第三版思路：使用ZSet实现滑动窗口，Score设为时间戳，Value设为唯一标识。每次请求进来先移除时间窗口之前的数据，再使用 `ZCARD` 统计当前元素个数来判断是否限流。面试官指出：在QPD（每天调用量）极大且高频的场景下，ZSet会导致元素过多，产生大Key问题。第四版思路（最终被认可）：针对精度要求没那么高的QPM/QPD，采用“分桶计数”思想。将一天24小时分为1440个分钟桶，使用String存计数值。每次判断时只需将最近时间段内的桶数据相加即可，旧桶设置自动过期销毁。表示该方案可行。三、 项目深挖：缓存三大问题解决方案面试官提问：你在项目中提到的“布隆过滤器 + 互斥锁 + 逻辑过期”是怎么协同工作的？四、 手撕算法题目：LeetCode 124. 二叉树中的最大路径和。五、 反问环节问：入职后实习生的主要工作内容是什么？问：团队内部对于AI写代码的认可度如何？问：对我今天面试表现的评价和建议？