【日常实习】字节数据科学实习生 - TikTok搜索

1. 主要工作是干什么的2. 软件有竞品吗？主要优劣是什么？3. 性能优化怎么做的？minGC是怎么减少的？4. Canvas优化怎么做的（没做过）5. 怎么想到参加开源的？6. 这个项目给社区的价值是什么？7. 这次内核升级怎么实现的？8. 升级之后有什么价值？开发体验优化、可扩展性提高、自由度提高9. 个人项目拷打，数据收集怎么做的？10. web worker做什么的？11. 代码题： 手写React Tree，要求可折叠，高亮父路径（没写完，感觉面试官看出来我react不熟练了😭）12. 代码题：判断this指向13. 平时怎么学习的？14. 反问：部门里怎么和AI结合的？15. 反问：怎么保证AI生成的代码可交付？

入职迅雷这种老牌互联网公司之后我后悔了后悔没有早点入职哈哈哈，虽然比不上那些一线互联网大厂，但是福利待遇方面真的没得说，待遇上一点也不比一线的差，而且对我们应届生真的太友好了 首先在福利方面，除了超级大方的薪资外每个月还有900块钱的餐补，每天还有免费的零食咖啡饮料提供，我每天最快乐的事情就是去冰柜里挑选我的工作搭子搭哈哈🤗 最最最最重要的是迅雷对实习生和校招生的培养真的有上心，有内部的一套培养方法论，入职不久我已经学到超多知识了，而且带我的mentor也好好呀，每天对我各种投喂好幸福呀迅雷2026届X-PEP产品星计划今日正式启动项目简介：X-PEP是迅雷集团面向全球校园优秀人才推出的产品...

1️⃣自我介绍：【⌚️10分钟】点评：流水账，有些磕磕绊绊，自我介绍环节的项目介绍的很详细，非常冗余。优化：写逐字稿，背诵，提升语言表达能力。2️⃣经常问题的问题优化：【⌚️20分钟】1：transform结构了解吗？回答点评：回答的很简单，5分吧，说了transform的结构是encode-decode结构，分块，每个块里面有四个组建，MHA、FFN、LN、残差链接，介绍和理解不深刻。提升指导：梳理回答逻辑结构，讲解MHA、FFN、LN、残差链接的添加逻辑和含义，其中MHA给出代码层面理解，从2分钟的回答变成6分钟的回答。2：多头自注意力机制是啥？公式是啥？代码你会写吗？回答点评：讲了公式，但是掌握的不够细致，pytorch代码框架不熟悉，attention_mask机制没有写出来。提升指导：讲述代码的原理，如何使用代码回答问题，展示自己的理解深刻。3：rag中的多路召回是什么？embeding为啥用智源的BGE-large/Base？回答点评：使用了BM25和向量召回，但是没有讲出来两个的区别和联系提升指导：先讲原理，再讲述下语义理解能力和泛化能力的区别，计算的效率，两个互为补充等。3️⃣不会回答的问题指导：【⌚️40分钟】1:  LN不太会回答，看网上的回答很多，但是不是理解层面。2：我的向量召回是faiss做的，和这个相关的问题我如何准备？3：经常会被问到rag用的啥框架，这个问题如何回答？还需要准备框架的知识吗？4：面试官经常问我，rag的模型是啥？有做微调吗？如果不做微调怎么回答？5：大模型还需要补充那些知识？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

参加了字节社招一面，下面是问题记录，大部分其实是八股1 介绍自己，讲几个你熟悉的项目2 数据倾斜怎么处理3 spark的宽窄依赖4 数仓模型分层 分层有啥好处5 有了解过画像吗，自己怎么实现的，有运用算法吗6 数仓数据质量监控和数据治理怎么实现7 有做过实时吗，实时怎么实现数据不延迟，如果稳定可靠产出实时指标