美团本地核心商业营销平台面试——拷打一个半小时一面凉

一、基础信息与求职意向类
你现在是在哪？
你对工作地点有什么要求吗？（北上广深都 OK 吗？）
二、项目相关类（用户答题项目）
你挑一个项目来聊一下。
这个题目是什么题目类型，这些是怎么规定的？
所有的题目都是依赖于你们自己去写吗？
题目是随机生成的，它的范围是随机生成吗？
会生成各种难易程度的题是吗？
那怎么判断题目结果是否正确呢？
没有主观题的话需要怎么处理（判断）？
那我们的第一版（项目）有没有这些 AI 相关功能呢？
如果是基于第一版，我们怎么样去做主观题的判断呢？
你这里面用的那个 redis，这个 redis 的话是做了些啥呢？
那相当于说 redis 只是做排序用是吧？
那你这个（redis 数据）如果说数据有更新，你这块需要怎么更新？
这个（先操作数据库再删缓存）有没有什么问题？
如果说我们有一个数据场景，在一个方法内后续的流程会立马用到缓存，那延迟双删有效果吗？
那你这个积分的更新的话是怎么做的呢？怎么避免一个更新多更的场景？
积分是加积分吗？还是减积分？
那累加的话，你怎么避免加少加错呢？
如果说是集群场景（积分累加），怎么处理？
使用 redis 的 set NX 做分布式锁，假设出现网络超时，这种会不会有风险呢？
分布式的场景有哪些？分布式锁的优缺点是什么？
锁的获取是有公平性的吗？
死锁产生的必要条件有哪些？
积分的更新除了加锁这个方案，还有其他方案吗？
（乐观锁 / CAS）具体怎么实现？是在哪一层实现的？
（数据库层面）通过 SQL 要怎么做来保证积分更新的准确性？
（数据库更新积分的 SQL）你这个 service 要怎么写，大概可以描述一下吗？（举例：库存有 30 个，要把库存加 1）
你怎么保证数据库操作中判断的数值是一致的？或者说你这个一样的值是什么值？
你怎么样保证 AI 出题的结果按照预期返回？
那 AI 出题会不会有乱返回的情况？
三、技术基础类
缓存的优缺点是什么？
缓存性能比数据库好的具体原因有了解过吗？
缓存有哪些结构呢？
缓存雪崩有了解过吗？（怎么解决？）
如果数据量特别大，缓存雪崩该怎么处理？
缓存的删除逻辑 / 过期逻辑是什么样子的？比如说缓存过期了，会立马删除吗？
TCP 和 UDP 了解吗？TCP 和 UDP 的区别是什么？
UDP 的使用场景是什么呢？
TCP 是怎么去保证它的可靠性传输的？
（关于 TCP）滑动窗口的相关知识可以说一下吗？
TCP 的慢启动为什么要这么设计呢？
mysql 怎么避免注入的呢？
在 mysql 层面是怎么做防 SQL 注入的，不是在业务层面？
四、AI 工具与大模型相关类
你有用那个 open class（OpenAI 相关工具）吗？
那你用它去做了哪些事情呢？
那你有没有去写过 skills？
那怎么避免 skills 带来的安全风险呢？
那 skills 和 MCP 的区别是什么呢？
你平时中用到了哪些大模型？
你觉得大模型给你个人有了哪些提升吗？或者说他给你带来的帮助有哪些呢？
大模型生成的代码是一个白盒的吗？（功能是否符合预期？）
五、算法实操类
挑简单 / 中等 / 困难的算法题来做一道。
（二分法递归的一道hard题，题目有点想不起来了，手撕失败，写了50多行没跑通）
六、职业发展类
（求职者提问后，无直接问题，为交流式回应，无明确提问点）
#牛客AI配图神器#