高德信息工程团队招聘啦~

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花Redis的网络IO核心是IO多路复用模型，并根据版本迭代做了单线程/多线程的优化分工，整体设计兼顾了高并发、低延迟和实现简洁性，也是Redis能支撑海量连接的关键所在。一、核心定位：IO多路复用是底层根基IO多路复用的核心逻辑是：用单个线程/少量线程监控多个网络套接字（Socket）的读写状态，只有当某个套接字就绪（可读/可写）时，才进行实际的IO操作，避免阻塞等待单个连接，大幅提升CPU利用率。Redis没有采用多线程阻塞IO、异步IO等方案，而是基于IO多路复用做定制化...

timeline过年前就约的年后三月份的面试2026 3.05 一面2026 3.10 二面（挂）2026 3.13 二面2026 3.16 hr面2026 3.19 口头oc2026 3.20 offer两道手撕无重复字符最长子串数组中能组成小于n的最大数字记录一下 不多写什么了 同时也感谢平台上以前发面经的佬们记录的一些手撕题目 刷一刷颇有成长

求大佬们拷打简历，投了好多简历了，基本上都没面

1、LoRA 微调的原理LoRA 的核心思想是不直接更新预训练模型里的原始大权重，而是在某些线性层旁边增加一个低秩更新分支，用低秩矩阵去近似权重增量。假设原始权重是 W∈Rd×k，全量微调时直接学习ΔW，LoRA 则把它写成：ΔW=BA其中A∈Rr×k，B∈Rd×r ,，(r) 是远小于 (d) 和 (k) 的秩。这样前向计算就变成：h=Wx+ΔWx=Wx+BAx实际里通常还会加缩放项：这样做的本质是认为很多下游任务对大模型权重的更新其实存在低秩结构，不需要真的去学习一个完整的大矩阵。LoRA 的优点是可训练参数少、显存占用低、训练快，而且原模型参数冻结，方便多任务切换和权重管理。2、LoRA...