做自我介绍；挑一个做过的挑战大的项目，说明有哪些可复用的经验；项目中MQ主要用来做什么；MQ消息丢失了该怎么处理；MQ消息发送/消费失败该怎么处理；死信队列的原理是什么，消息怎么进入死信队列，是失败一次就进入吗；项目中是否用到MySQL索引；MySQL索引在什么情况下不生效；MySQL模糊匹配like查询时，索引是否生效，百分号在中间时索引是否生效；开发过程中如何使用线程池；线程池的核心线程和最大线程设置为多少，设置依据是什么；如何确保多线程并发情况下的线程安全；除了ThreadLocal，还有哪些保证线程安全的方式，实际用过哪些；现场做二叉树序列化与反序列化的算法题；实习大概能实习多久，最少...

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

研二下 找实习 boss全都已读不回有无大手子指点下 随便喷🫤感觉没时间了 面临以下选项：1.  三战java 本科做过几个项目 现在全忘了2. 速通golang 还是感觉不好找3. 测试启动 测开也是开发…花了太多时间在导师的idea上 后悔ing😭

1. 写一下 attention 公式，代码实现一下attention 的公式是：计算过程就是三步：先算 (Q) 和 (K) 的相似度分数，再做缩放，然后过 softmax 得到权重，最后用这个权重对 (V) 加权求和。 import numpy as np def softmax(x): x = x - np.max(x, axis=-1, keepdims=True) exp_x = np.exp(x) return exp_x / np.sum(exp_x, axis=-1, keepdims=True) def attention(Q, K, V): dk = Q.shape[-1] ...