算法开始先做三个算法题，不是很难Linux服务器负载高如何排查？进程间通信方式，哪个效率最高？计网浏览器输入qq.com后发生的网络过程如果发现这个过程很慢，怎么解决让你来运维服务器，发现服务器很慢怎么解决？数据频繁更新，CDN缓存怎么更新，如何保证一致性MySQL常见存储引擎，使用的什么数据结构查询数据库响应慢，如何优化、排查设计使用MySQL存储微信红包收发记录，亿级用户RAG项目整个流程讲一下如何评估效果其他你对运营开发的理解，是干什么的，为什么选择这个，而不是AI或后端开发对AI的看法反问---------- 更新 --------刚发完帖子，就进二面了

已拉黑：美团，百度，米哈游已点赞：快手，网易，众安，字节跳动，蚂蚁ttl：3.16投递-3.25 一面-3.30 二面-3.31 hr面-4.2 oc

Timeline：3.23 一面3.25 二面3.31 三面4.01 HR面4.08 电话oc，转录用评估4.09 leader加微信4.10 offer4.01-4.08这段时间挺煎熬的，看网上都两三天就转录用评估了，一度以为自己横向挂了。虽然这很难，但建议牛u们多向前看，已经面过的是我们改变不了的，不必纠结，保持好心态，继续准备下一场！

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...