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

从2月初到现在boss两个号一起投账号1:沟通6591次，投递301份账号2:沟通4870次，投递169份网申没做具体统计投了可能200多家，线下双选会也有在参加估计投了70份左右而最终只有13场面试以及两个小厂offer，这个简历后面还有机会吗

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...