唯品会Java一二面

在货拉拉实习的具体工作内容：询问候选人的实习经历，具体负责哪些工作。对大数据技术原理的理解：小文件对大数据系统（HDFS）的具体影响是什么？MapReduce的核心思想是什么？（并在后续指出候选人“移动计算而非数据”理解的偏差）如何理解HDFS的架构？对数据仓库和数据建模的认知：如何理解数据仓库（数仓）的价值和应用场景？在具体开发中，如何保证数据的复用性？如何理解维度建模思想？对雪花模型和星座模型的理解是什么？对AI技术的认知与职业规划：对AI和大模型技术模块的了解程度如何？如何看待AI对程序员职业的影响（是否会被取代）？大数据与AI结合的应用场景有哪些？个人未来的职业规划是什么？

可以先自我介绍一下好吧？你都实习过，可以分别跟我介绍一下这三家公司是做什么的吗？然后拷打实习...在实习期间，如果主动发现了一些问题并想要推动上线，但遇到资源或时间限制时，你会如何应对并说服他人采取行动？如果在实现新功能过程中发现需要重构部分代码，你会如何沟通和推进这项工作？在第一份工作中，你遇到的明显缺点是什么？对于电商公司的线程池参数调整，有哪些核心参数需要慎重选择，并且如何观察服务是否稳定？如果调整了核心线程数，LinkBlockingQueue中的等待任务会如何处理？你在实习期间是否了解过JVM的GC调优参数？如果程序正在运行中，你会关注哪些JVM的核心指标？如果内存满了之后，我们可以...

被横向挂了，希望发出来对大家有帮助！1* 简单概述你简历中的两个项目，包括项目背景以及你的具体分工，是独立完成还是团队协作2* 项目的数据来源是什么？你是如何确定优化目标的？3* 比如数据从 100 条扩充到 1.2 万条，是否全通过自动化生成？生成的样本具体是什么样的？举个例子说明一下生成前后的对比4* 怎么保证自动化生成数据的正确性呢5* 在通过调整参数直到模型回答正确为止的过程中，是否意味着生成的CoT中存在错误逻辑？6* 经过数据清洗后，最终用于SFT的有效数据量是多少？7* 在做微调时，除了 LoRA 是否对比过其他的微调算法8* 你是如何评价微调效果的？测试集的比例是多少？微调前后的准确率分别是多少？原有的模型性能保留了多少？9* LLM常用的结构是什么？10* 说一下Transformer 的整体结构11* 目前主流大模型最常用的位置编码是什么？。12* 写一下多头注意力机制的数学公式。13* 公式中为什么要除以 \sqrt{d_k}？其对梯度消失或梯度爆炸有什么影响？14* 在 Transformer 的 Encoder 和 Decoder 中，哪些部分是可以并行计算的，哪些不可以？15* 除了 LoRA，你还了解哪些微调方法？16* 大模型训练通常使用什么损失函数17* 在机器学习基础中，二分类问题、多分类问题以及回归问题分别使用什么损失函数？18* 你了解哪些优化算法19* 模型训练中出现过拟合的常用解决方案有哪些？20* Dropout 在训练阶段和预测阶段的处理方式是否一致？为什么要这样做？21* 大模型中的“复读机问题重复生成是什么原因导致的？如何从解码策略或训练层面解决？22* 幻觉问题产生的原因是什么？目前常用的工程解决方案有哪些？23* 写出逻辑回归的数学公式。

我觉得公司和岗位的重要性各占一半吧，在大厂做边缘业务，和小厂做核心业务，价值其实是一样的。更多还是看个人能力可不可复制，业务和岗位有没有上升空间，没必要死磕大厂。 小公司的技术团队一般也就百来号人，开几次全员大会，公司什么情况、接下来要做什么，基本就摸清了。平时吃饭闲聊，也能知道行业里在玩什么。想知道别的团队在干嘛，搬个椅子去聊聊天就行，组织扁平得很。趁着这个机会前后端都折腾一遍，慢慢就能找到自己真正感兴趣的方向。 技术选型上，小公司喜欢追新，能买第三方的绝不自己造。但问题也明显，基础设施不完善，经常东拼西凑用开源方案凑合，规范不统一，有时候感觉就是在“把东西弄出来先跑起来”。工作标准也相对宽...