影石insta简历挂

华测导航武汉，嵌入式软件，10.23 一面感觉面试官还不错，10.24约二面，二面的面试官太恶心了，全问八股，一点项目不看，有两个回答不上来，还冷笑一番，总共面了12分钟，就结束，最后还嘲讽一句感谢你的时间，遇到这种面试官真该怼他几句

前言经历了几个月的面试，很多同学可能都有一个困惑，那就是为什么有的面试，我感觉自己答的很好，面试官问的，我都答出来了，但是最后都挂了，怀疑是不是kpi面。阿甘分析我们这里先说kpi面的事情，假如你是一个公司的领导者、一个管理者。你会让你公司的开发人员，去免费面试别人，但是实际不招人吗。或者假如你是一个面试官，你会平白无故的浪费你的时间，免费面试别人，实际部门不招人吗？这种应该不会存在吧，所以说也没有什么所谓的kpi面（不招人还让人面试的）这里我们再讨论讨论，这个问题，就是我面试都答上来了，但是为什么还是挂了？企业公司招人，肯定是优中选优。假设招一个人，可能会面试几十人。这几十人肯定会有一部分问...

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？

项目 说一个你最熟悉项目，你在这里面主要在做什么工作离线主要写的是这种 Spark SQL 是吗？spark问题排查与优化我给你一个这个实际的场景吧。比如说你的一个任务，之前就是每天大概30分钟就能跑完，现在突然跑了两个小时，然后对于这个情况，你的分析以及定位解决的思路是什么样的？那你怎么判断出它确实是倾斜的呢？那看到这个 tasks 倾斜之后呢？你会怎么去解决？OK，刚才你说的是这个解法啊，就是现在的话，就是说你知道了这个，stage 也倾斜了，那你怎么我知道，是你这个 sql 里面，可能你这个 sql 比较比较长，对吧？发生倾斜的可能是有 join、group by 很多很多种情况。那你这个你这个很长的 sql 里面可能有很多的 join 很多的 group by 那你怎么知道是哪段 sql 发生倾斜的呢？你说的具体是 Spark 的哪个？UI 的哪个界面啊就是这 Spark UI 界面你之前看过是吧？有没有深析？有没有深入的研究过这个上面的一些指标的含义？以及每个页面它具体承载了哪些信息？那你说一下这个 spark 任务的一个大概的提交流流程是什么样的？最后就是一道sql题并且讲述解题逻辑求10分钟内连续下单的order_id