刚面完拼多多（PDD）的服务端岗，这一波面试下来，真的深刻体会到了什么叫“基础不牢，地动山摇”。把面试题总结出来分享给大家，顺便附上我的内推码，大家一起冲！1. 网络基础：那些“送命”的细节TCP断电感知： 我随口说 send 函数返回 -1。面试官微微一笑：“你确定吗？”真相： 客户端断电，OS 没机会发 FIN 包。如果服务器不发数据，send 根本没机会返回错误。此时需要依靠 TCP Keepalive（保活机制） 或者应用层的心跳包来感知。TCP 八股文连招： * 握手/挥手顺序、流量控制、拥塞控制（慢启动、拥塞避免、快重传、快恢复）。报文有序性： 依靠 Sequence Number...

真约不到实习，我真服了，27届。求求大佬帮忙看看简历，是不是项目太简单了需要换个项目。想去银行科技想找个后端开发实习扩充一下秋招的实习经历。

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...