字节Data AML安全AI实习一面面经

1.自我介绍2.hashmap，版本变化，原理3.hashmap线程安全吗4.ArrayList说一说(从原理到扩容到线程不安全到线程安全的List全说了一遍)5.线程池的核心参数6.线程池原理7.synchronized原理，锁升级流程8.用过哪些数据库，mongodb用过吗9.mysql事务隔离级别10.默认哪个隔离级别11.从你的实习经历中，找一个当时卡着很久的问题，说说怎么解决的，讲了实习中做的Lora落地流程，倚靠k8s的informer做监听12.解决这些问题你会做记录吗？13.平时玩游戏吗？14.实习里边自己做的鉴权框架，15天免登录怎么做的？最后反问环节1.公司业务，做游戏相关，目前在做卡牌嘞，需要做框架2.个人建议：表达能力很强，技能掌握也不错，被反问有没有兴趣接受一些其他的技术问题全部答出来了，主要考察基础，难度不是很大

我就是个被焦虑所驱使的状态机——选方向选技术，找实习找工作，上班被裁员，每一个状态都在“怀疑自己—硬着学—新的焦虑触发”中循环滚动，到现在也没停过😭初始状态：方向选择的三岔路口，卷到失眠作为双非本科，真的被 “赛道选择” 逼疯：想冲算法？我看了牛客上的面经：985 硕，加顶会论文是标配，数学思维更是一道迈不过的坎；考公考研？又怕卷不到岸，更怕读完研还是卷不过年轻人，三年的时间成本怕一赌就输了；转研发？但纠结学 Java 还是 CPP还是GO还是Python还是前端还是嵌入式，听学长说 Java 岗位多但卷，其他的要么岗位少，要么难度高，对着电脑刷了3天知乎牛客b站小红书，最后闭眼选了 Jav...

整理下面经缓一缓 最近面麻了。。。1.如果你的提示词策略要服务小红书"真诚分享、友好互动、降低营销感"的社区价值取向(以及内容规范约束)，你会把"好内容"拆成哪些可量化指标?如何分层(内容质量、社区风险、增长/转化)并设定权重?2.提示词(或系统提示、few-shot、工具调用策略)频繁迭代时，你如何设计数据结构/日志,让线上指标波动能准确归因到"提示改动"而不是"流量结构/模型版本/冷启动"等噪声?3.请你设计一个用于内容生成的离线评估集(golden set):如何抽样、如何分层覆盖(品类/场景/人群/敏感主题)、如何避免评估集被"提示词过拟合"?4.你会如何把人工评审(rubric)与自动指标(例如相似度、毒性/违规、事实一致性、重复度等)组合成一个"可用于迭代决策"的评分体系?5.你会如何设计"原创性/同质化"监控与阈值策略，既避免抄袭风险，又避免生成内容千篇一律?6.针对"地点/价格/功效/流程"等容易幻觉的内容，你如何设计数据闭环:发现定位修复验证(含离线与线上)?7.请举例说明你会如何在高频内容域(美妆、身材、情感、育儿等)做偏差分析:偏见从哪里来、怎么量化、怎么验证治理是否有效?8.如果要上线一个新的提示词策略，你会如何设计A/B:分流单位、样本量、主要指标与护栏指标、以及显著性/序贯检验策略?9.平台对违规/导流/虚假等有明确治理与处理机制，你会如何把这些规则转成"可观测的风险指标"，并接入提示词迭代与上线门槛?10.平台强调AI生成合成内容需主动标识，未标识可能被限制分发;如果你负责提示策略与运营方案，如何设计"标识策略+检测+分发影响评估"的数据闭环?11.你如何定义并度量生成内容的"多样性"(话题、结构、表达、观点)，同时确保风格与合规稳定?12.如果要生成"更像真实分享"的品牌内容，你会如何用数据定义"营销感"，并建立对转化的因果评估?13.请你给出一个明确判据:当质量问题持续存在时，你如何用数据判断"继续调 prompt"边际收益已低，应升级到RAG、结构化模板、工具调用或多步工作流?14.你会如何设计一套"Prompt Playbook+指标看板+评估流程"的文档体系，让新成员一周内能稳定复现并迭代?

1. 详细说说你在实习中负责的C++模块和遇到的技术难点答案：项目背景：说明项目使用的C++版本（C++11/14/17）介绍项目的架构和模块划分说明自己负责的核心模块强调模块的性能要求和复杂度技术实现细节：使用的C++特性：智能指针、lambda、模板等数据结构的选择：vector、map、unordered_map等内存管理策略：对象池、内存池的使用多线程设计：线程池、锁的使用遇到的难点：内存泄漏问题：如何定位和解决性能瓶颈：如何分析和优化多线程竞争：如何避免死锁和数据竞争接口设计：如何设计易用且高效的接口解决方案：使用Valgrind检测内存问题使用性能分析工具找出热点代码使用RAII和...