智源ai lab 一面

闲聊幂等相关问题多线程相关问题。Java中的HashMap、ConcurrentHashMap实现原理为什么MySQL使用B+树？慢SQL如何优化？介绍实习中的ES的同步是怎么做的手撕：LRU缓存 输出没搞好，给面试官说了下思路就OK了。 过年玩的太嗨了，面试的状态还不是很好，很多地方思路很乱，面试官感觉也对我的实习不太感兴趣，没聊几句就手撕了。

看来得重新踏上征程了。后悔之前oc之后没有走其他的流程。

为什么面了八次次次都是一面挂，次次都不说原因，问了面试官就是插科打诨，为什么别人一面就过呢，真的没有缘分呀。不考编程就是脑筋急转弯的概率题，考了编程a了也不过没a也不过 总之就是不过，没一次二面，深深的怨念。觉得我不够资格就直接拉黑简历呗，每次都捞起来重新拷打一顿什么意思呢。

1、自我介绍2、项目介绍3、离线数据处理咋做的离线数据处理我一般会按“采集、清洗、标准化、切分、标注、校验、入库”这条链路来做。先把多来源数据接进来，比如文档、表格、对话日志、接口结果、历史工单，然后做编码统一、去重、去噪、脏字段修复和无效样本过滤。对于文本类数据，还要做特殊符号清理、HTML 去标签、分段切分、敏感信息脱敏和元信息补全。如果是训练数据，还会进一步做 schema 对齐，比如统一成 instruction / input / output，或者统一成多轮消息格式 messages=[{role, content}]。如果是 RAG 知识数据，就会做 chunk 切分、标题挂载、...