快手推荐算法实习二面

这个访存流程整合了组成原理、体系结构、操作系统的知识。希望大家能得到一些启发，或者指出其中的错误之处。内存分配模式：请求分页。1、CPU给出逻辑地址，2、CPU访问TLB，看看是否已经缓存了物理块号，如果命中，直接查询L1缓存。3、如果TLB未命中，CPU就去主存中查页表，如果命中，就返回物理块号。4、如果页表中没有这个页，发生缺页中断，OS介入，加载页到内存。5、终于返回物理块号给CPU，CPU拼接成物理地址，6、CPU查询L1缓存，如果命中，访存结束7、如果未命中，查询victim cache，如果命中，访存结束8、如果未命中，查询L2缓存，如果命中，访存结束9、如果未命中，查询L3缓存，...

没招了，还是技不如人，还得练1、简历拷打2、HSTU用作encoder还是decoder？3、传统DLRM与生成式推荐的区别？4、SASRec了解吗，讲一下？5、Transformer 的encoder和decoder的区别？6、decoder的mask是怎么做的？7、HSTU的mask是怎么做的？8、HSTU 与Transformer的区别？9、了解过HSTU 源码中召回和排序是怎么做的吗？Code:1、交换链表两两之间的节点，分析时空复杂度。2、三数之和。

嘿，兄弟们好，我是飞哥，临近过年没事，再来唠唠我做过的票务系统。在票务这行，库存就是命脉。“超卖”（Over-selling）让你赔钱丢名声；“少卖”（Under-selling）让老板觉得你技术不行，票明明有却卖不出去。今天飞哥就结合这几年在票务系统摸爬滚打的经验，跟大家好好唠唠这里面的深水区。1. 为什么“超卖”和“少卖”是系统的生死劫？很多兄弟初学并发，觉得写个 synchronized 或是 ReentrantLock 就能高枕无忧了。但在分布式架构下，这就像是用塑料袋去兜洪水。超卖： 就像 10 个人同时挤进一个窄门，大家看到货架上还有最后一张票，结果 10 个人都下单成功了。少卖：...

最近看到很多 92 的，甚至是硕士，开始往测开赛道卷，说实话有点看不懂。先把话说清楚，大厂里的测开，绝大多数时间干的还是测试的活，只是写点自动化脚本、维护测试平台、接接流水线，真正像开发一样做系统、做架构、做核心平台的测开少得可怜，基本都集中在核心提效组，而且人很少，外面进去的大概率轮不到你，我想真正干过人都清楚。很多人被洗脑了，以为测开也是开，和后端差不多，只是更简单、更轻松、还高薪。现实情况是，测开和开发的职业路径完全不一样。开发的核心是业务和系统能力，测开的核心是稳定性和覆盖率，前者是往上走，后者天花板非常明显。你可以见到很多开发转测开，但你很少见到干了几年测开还能顺利转回开发的。更现实一点说，92 的高学历如果拿来做测开，大部分时间就是在做重复性很强的杂活，这种工作对个人能力的放大效应非常弱。三年下来，你和一个双非的，甚至本科的测开差距不会太大，但你和同龄的后端、平台开发差距会非常明显。这不是努不努力的问题，是赛道问题。所谓测开简单高薪，本质上是把极少数核心测开的上限，当成了整个岗位的常态来宣传。那些工资高、技术强的测开，本身就是开发水平，只是挂了个测开的名。普通人进去，99% 做的都是项目兜底型工作，而不是你想象中的平台开发。测开不是不能做，但它绝对不是开发的平替，也不是性价比最优解。如果你是真的不想做开发，追求稳定，那测开没问题。但如果你只是觉得测开比后端容易，还能进大厂，那我劝你冷静一点，这只是在用短期安全感换长期天花板。有92的学历，如果你连测开这些重复性工作都能心甘情愿接受，那你把时间精力用在真正的开发、系统、业务深度上，回报大概率比卷测开要高得多。想清楚再下场，别被岗位名和话术带偏了，就算去个前端客户端也是随便占坑的，测开是一个坑位很少赛道，反而大面积学历下放，不用想也能知道会是什么结果，我想各位在JAVA那里已经看到了