快手加面

10.16二面：1. rag的chunk和overlap怎么设置的2. embedding的原理，向量相似度概念3. rag评估指标，优化手段4. 好的提示词怎么设计5. transformer原理6. 如果要做微调，你会怎么做7. 线程池大小怎么设计8. 数据库隔离级别从RR改为RC可能会有什么问题，举个例子9. 数据库场景题，两个事务交互执行会出现什么问题（具体的执行语句忘了）10.23三面1. 有一些LLM支持超长上下文，怎么做到的？2. 生产者发送到Kafka中的数据有没有可能丢失？多副本机制怎么保证一致性？如果生产者给主节点发送消息后，还没同步到副本就宕机了，数据会丢失吗？3. MySQL中的数据存到Nebula中会有什么问题？4. 写个代码，创建一个线程池，然后在线程池里面打印随机数。许愿oc

b  g：本211，硕中科院某研究所都已意向1.字节：base杭州，安全与风控部门，安全研发岗位，方向：零信任相关2.京东：base北京，京东零售，推广搜后端岗位个人意向偏向于杭州字节，npy在杭州，但是不清楚字节这个部门怎么样，方向前景如何？🥲京东这边听部门领导说是比较核心的岗位，发展会好一点？也加了领导联系方式，但是在北京🥲有没有大佬分析分析？

1. 介绍了自己的课题，如果使用vlm来做，可以做吗，任务怎么迁移（开始聊天并引导），SFT应该怎么做2. vlm的架构了解吗，qwen3-vl的论文有没有看过3. agent训练的结果是如何评估的4. RFT的数据如何获得，轨迹数据的评估清洗能否用llm提效5. 课程学习是怎么做的，有没有对比使用课程学习和不使用的结果6. 在当前scaling law的背景下，你觉得课程学习还有必要吗，为什么7. Adam对比SGD改善的地方8. 训练环境稳定性，做了哪些工作，问了下可优化的地方9. 八股：位置编码+ layer Norm10. 有没有跟一些最新的paper面试官非常好，会主动引导思考