顺丰线下二面0922

周五二面的没有手撕，没有八股，聊聊天问了问实习就没了。。。

2025年10月23日 顺丰二面全程25分钟，无手撕。有一个包含1000条学生数据的数据集（含姓名、年龄、班级等字段），如何在应用层面按班级快速分组？ 是否有更高效的方式？能否利用某些语言特性或数据结构优化？什么是联合索引？ 联合索引适用于哪些场景？ 为什么在某些字段（如性别）上建立联合索引更合理？ 联合索引相比多个单列索引有什么优势？有三个线程 A、B、C，如何确保它们严格按照 A → B → C 的顺序执行？ 除了使用共享计数器 + 条件判断的方式，还有哪些实现方法？你是如何实现防重复下单（幂等性）的？ 你常用哪些 Redis 数据结构？ 在哪些场景下使用它们？ Hash 和 String...

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？

2025年11月07日 作业帮-企业平台 HR面base武汉。全程18分钟。请你做个简单自我介绍。你是哪里人呀？你现在看工作的话，比如说地理位置这一块是怎么考虑的？除了 base 地以外，你现阶段找工作，自己主要关注什么点呀？像这样的城市（新一线），你自己的薪酬预期大概是多少呀？你新一线比一线就只低 1k 你的逻辑是什么？你是从租房的角度来考虑薪酬预期的吗？这个预期是基于市场了解，还是你已经拿到类似 offer 了？你能大概介绍一下你实习做的这块事情吗？比如团队方向、你负责的部分。你们自己会有一些内部数据来衡量提效效果吗？你实习时你们组大概有多少人？你们组只有你一个实习生吗？你们组内会有一些转...