杭州中小厂Java实习面经

简直是夯爆了！！！1.实习项目相关问题2.详细介绍一下你做过的智能客服系统。3.你们这套系统主要的应用场景大概是怎么样的？能举个例子介绍一下。4.什么情况下需要用到你的那个 expert 相关技术？5.整套系统的主要难点是在于什么地方？6.中间的 Planner，它的规划机制是怎么样的？比如它底层需要调用哪些工具？是不是需要多轮规划？中间的一些详细设计是怎么设计的？7.你们怎么去评估客服对客户的输出是好还是坏？8.搜索功能是怎么实现的？9.你在中间起到的主要作用是什么？你做出了什么改进？10.你这个迭代的过程中，有 ground truth 吗？比如每一个 query 实际上最终最相关的商品是有哪些？11.你中间做了一些什么样的技术迭代？最终体现在人工评估指标上有什么样的提升？有做过对比吗？12.这个人工评估的指标是怎么设计的？最后它的指标结果怎么样？13.这个指标结果是内部人工评估的，还是线上的结果？14.中间优化的过程中，你们用的是一个什么样的模型？15.你的那个 expert 模型，怎么去训练的？样本从哪里来？16.导购场景的数据是真实的用户跟人工客服对话的场景数据吗？17.训练的样本量大概是多大？18.1000 条样本就足够训练你的这个模型了吗？19.你对比过训练之前跟训练之后，同样的问题模型学习后的能力提升大概有多少？20.你能做到比原始蒸馏出来的模型效果还强吗？21.训这个 8B 的模型用的是多大显存的？什么显卡？八股1.正常来说，1B 的模型在没有做任何量化的情况下，原始 FP 格式存储大概要占到多少显存？2.不考虑梯度的情况，单纯只考虑 Inference，把参数加载到显存里面大概要占多少显存？3.平时有用过一些量化加速的方法吗？4.常用的量化手段比如 INT4、INT8、BF，它们之间怎么做到加速的？你有了解过吗？5.FP 跟 BF 之间的区别，你了解吗？6.FP 和 BF 底层实现的区别主要在哪个地方？7.正常的 MP32 在底层数据存储上，小数是怎么表示的？手撕：有连续的 N 个正整数，随机抽出一个（不拿头尾），将其他数乱序放入 N-1 大小的数组中，找出被取出的数。要求时间复杂度 O (N)，空间复杂度 O (1)。

30min，无算法，无八股，全程问项目......项目来源、部署方式，以及你做了哪些优化？如何思考这些优化？ 为什么引入 SPI？解决了什么问题？适用于什么场景？ 秒杀整体方案是怎样的？（同步 vs 异步） Redis + Lua 在秒杀中的作用？如何保证原子性、防超卖、一人一单？ 为什么要引入 MQ？在系统中起什么作用？ MQ 消费失败会带来什么问题？如何解决？ 如何保证 MQ 的可靠性？ 如何监控 MQ？出现问题如何快速定位？ 如果 MQ 出问题，系统如何降级？ 如何设计高可用方案（如 Consumer、集群、容灾）？ 秒杀系统中哪些需要强一致性？哪些只需要最终一致性？ AI 项目整体架构...

用的是java第一题 合数配对小于4直接返回-1，大于4的拆成4和2n-4。不知道为啥只通过0.6第二题 灯带翻转一次遍历O(n)，记录f0、f1、f2为三段灯颜色连续灯带的焊点权重之和，f0需要减去左边的第一个焊点权重，最大值就是f0+f1+f2。不知道为啥只通过0.3。。。第三题 人群相遇按顺序遍历，用集合记录所有向右走（1）的人，当遍历到向左走（0）的人时，统计左边所有向右走、且距离 ≤ 2× 时间的人，每符合一对就计数 + 1。这个我是真不理解，为啥测试案例过了，用例一个都没过

1.自我介绍2.手撕树的最短路径3.为什么选简历上这两个项目做4.拷打项目5.你项目里用了八个线程池，如果用同一个线程池会怎么样？6.线程池的参数了解吗？新的任务到线程池以后流程是怎么样？平时用线程池遇到过什么问题吗？如果你使用了拒绝策略，但是你仍然想执行被拒绝的任务，应该怎么办？你的核心线程数为什么要设置成6？7.你刚刚说使用消息队列，你现在有八个线程池那要建八个线程池吗8.如果有几万个人同时使用你的应用，最先出问题的是哪些部分？9.为什么redis stream比rocketmq、rabbitmq10.Mysql的索引是什么？为什么b+树快11.索引失效的场景12.覆盖索引了解吗13.缓存...