字节春招推荐算法二面

之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...

什么年代了，还有地主

3.3 一面岗位: 后台开发部门： 腾讯云场景题偏多，没问项目，没手撕，时长半小时1. 自我介绍2. Java基础：- Treemap & HashMap区别- ArrayList, 添加n个数（n较大），会发生什么（应该是想问ArrayList的扩容机制）- 考虑扩容的情况下这个过程的复杂度多少（说明复杂度计算思路即可，不需要给出具体的复杂度）3. 并发：- 项目里怎么用多线程的（一开始答了具体场景，不过面试官想听的是线程池，Synchronized这些...）- volatile & synchronized- 这里还问了一个，不过忘了...- 假设项目里用了很多synchronized拖慢了系统效率，让你重构项目，你怎么设计？ （真不会，回了一个参考乐观锁的设计用版本号之类的，然后这个话题就过了）4. JVM- JVM垃圾回收，怎么判断对象有没有被引用？ （可达性分析）- GC Root有哪些- 遇到OOM怎么排查5. 场景- 设计一个数据结构，用于在搜索框中搜索人名（不知道是不是这个意思，答了字典树这个结构）- 使用字典树存储的话空间复杂度是多少(同前面，给出计算思路就行，不需要具体的值）- 问了下简历上项目的背景，项目的具体内容没问- 项目里的难点/印象深刻的点,咋解决的- 针对上一点提了一个发散性的场景题（让你设计个xxx，你的思路）然后反问，无手撕。---春招第一面，被场景设计问题拷打麻了，就当练习了，不敢奢望能过，后续随缘了3.4更新，已挂

最近组内在招实习生，同事哥是面试官，中午吃午饭的时候偶尔会聊到实习生的面试情况，简单和大家说下情况1.产品确实学历很卷收到的简历基本都是硕士起，如果说开发只有理工科生在卷，但产品是文+理+商的所有同学都在卷，基于对于名校学生自驱力的信任，因此团队内部会优先学历背景好的同学进行面试2.做没做过项目或是不是有真东西很明显可能很多同学简历写的很好，但实际上一问项目或者实习经历，说不清楚自己到底做了啥、收益影响，面试时说话也没有重点，建议大家提前针对自己的简历做一个面试稿，捋清楚自己做什么的----每件事的背后的价值和收益---对于业务能够做哪些赋能价值...3.面试官到底看重什么？AI产品是业务+技...