爱米信米等米

1. 说说JVM的内存区域划分？ 2. 常见的GC算法和收集器有哪些？ 3. 讲讲CAS的原理？ 4. Redis的持久化方式及区别是什么？ 5. MySQL索引的底层原理是什么？ 6. 什么是RAG技术？流程是什么？ 7. 简述Spring AI的基本使用流程？ 8. 项目A中，节点健康状态如何实时感知？ 9. 项目A中，签名认证的安全性如何提升？ 10. API网关项目中，策略模式重构优化了什么？ 11. 项目B中，三种缓存结构分别是什么？ 12. 项目B中，如何解决Redis大key问题？ 13. 项目B中，如何解决数据倾斜问题？ 14. 项目B中，首页耗时如何优化到60ms？ 15. ...

求大家看看这份简历有啥缺点。boss好多已读不回的我已经麻木了，大家嘴毒一点指出来没关系的

今天早上刷到刚开的职位 立刻投了 晚上一看岗位关闭了 这是直接招到了吗 😱

1.自我介绍2. 文章分类大概有多少文章？数据规模怎么影响方案？答案：如果文章量只有几千篇，我一般不会一上来就训练很复杂的模型，而是先用预训练模型微调，或者用 embedding 加传统分类器做一个强 baseline。因为数据量太小的时候，复杂模型很容易过拟合，线上效果不稳定。如果有几十万到几百万篇文章，就可以考虑训练一个更稳定的分类模型，包括 BERT 微调、领域继续预训练、层级分类模型，甚至做多任务学习。数据量越大，越要关注标签噪声，因为文章分类里的标注经常不是绝对干净的，尤其是多维度分类，一个文档可能同时属于多个业务类别。实际项目里我会先看三个东西：类别数量、每个类别样本分布、单篇文档...