求华为云对接人

1. 手撕 合并区间2. 八股1）请介绍 Transformer 的结构组成及各部分作用，在长序列时空数据中，2）如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3）GNN的消息传递机制是怎样的？在时空图中，如何结合时间信息编码节点特征？你接触过哪些时空 GNN 模型？4）LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？5）RAG的完整流程，在时空出行数据场景里，构建向量检索库时如何处理时间衰减对召回的影响？6）强化学习在 Agent 优化中的应用，结合出行推荐 Agent，你会如何设计 Reward 函数？3. 项目1）微调时的训练数据是怎么构建的？如何保证样本多样性和质量？2）在 RAG+时空知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？3）在大规模轨迹数据下是怎么做负采样（Negative Sampling）的？4）训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？5）在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？4. 开放题1）大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？2）如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？

流程太长了，等结果出已经要一个多月了三面：1、面试官介绍业务2、自我介绍3、学习路径4、项目难点5、两道场景题（题目忘了只记得特别难）6、对ai看法7、反问hrbp面：就面了十分钟，不会要寄了吧？1、调查前面面试感受2、offer情况3、base北京能不能接受4、对秋招流程期望（想快点接还是再看看）5、期望薪资（我同意了面试官提出的薪资，但是说高2～3k会更好）6、学校有没有要签三方7、前面那个offer为什么不选终面其实没出结果，但是感觉像走流程所以归类为泡池子吧，hrbp也说一周之后会给整个offer的结果

0实习，秋招到现在只有拼多多和华为在泡，建议找日常春招再战吗

总结：20分钟面试，有点kpi面综合提问1.如何学习新的框架2.哪些环节可以结合大模型八股部分1.Spring的AOP和IoC2.动态代理的方式反问环节1.业务范围ToB和ToC。ToB主要是交易所，技术栈是Java，ToC有一些商业产品，各种语言都有。