高德视觉技术中心

也是之前面的，秒挂1. 自我介绍2. 询问项目是练手项目还是实验室项目3. 问为什么要做红包项目4. 延时队列是怎么实现的5. 优惠券分发任务执行到一半失败了怎么办6. 秒杀业务链路拷打7. 秒杀业务有压力测试过吗？8. 智能巡检怎么定位问题（当时没经验，项目介绍的不好，直接开始八股盛宴了）9. 数组和链表的区别，线程安全的数组10. map放元素的流程，线程安全的map，实现时怎么加锁的11. 线程池的执行流程、拒绝策略12. synchronized和reentrantlock的区别，怎么用，怎么实现13. mysql索引结构，怎么查询14. 联合索引，索引是怎么存储数据的15. 什么是索引下推16. mysql事务的隔离级别17. 可重复读怎么实现的，是否可以解决幻读18. redis的底层结构是什么（不是某个数据结构，是redis本身），为什么可以快速定位19. zset底层实现20. redis缓存淘汰策略，如何定位设置了ttl的key21. redis哨兵机制22. 缓存三剑客23. 反问无手撕

DDPM 和 DDIM 的区别是什么？ 第一步：前置小知识（重参数化技巧） 在扩散模型中，我们最常用到一个技巧：如果你有一个符合正态分布的变量 （均值为 ，方差为 ），我们可以把它拆成：  这里的  是一个标准正态分布的纯噪声 。 直白点说： 任意状态 = 确定的基础值 + (随机噪声  噪声强度)。记住这个公式，它是贯穿整个推导的灵魂。 第二步：DDPM 的基础设定（从头到尾加噪） 在原来的 DDPM（去噪扩散概率模型）中，我们有一个清晰的正向加噪过程。 假设我们有一张清晰的图像（或者机器人的一个完美动作），叫做 。我们在它上面不断加噪声，加到第  步时，它变成了 。 DDPM 证明了一个极...

1. 介绍一下 bge-m3 和 DBSCAN，以及它们各自的优势bge-m3 是一个面向检索场景的多功能 embedding 模型，它的特点不是单一做稠密向量表示，而是把 dense、sparse 和 multi-vector 几种检索能力统一到一个模型里。dense 表示负责语义相似，sparse 表示更接近关键词匹配，multi-vector 更适合长文档和细粒度匹配。这样做的好处是一个模型可以兼顾语义召回和词面召回，尤其适合知识检索、教育问答、题目匹配这类场景。DBSCAN 是一种基于密度的聚类算法。它通过两个参数来定义簇：一个是邻域半径 eps，一个是形成核心点所需的最小样本数 mi...

岗位：客户端开发timeline3.4 简历给到猎头3.9 一面 3.11 二面3.13 面委笔试3.18 三场面委面，早中晚各一场前两场面委面聊的很好，被最后一个面委面试官一票否决一面1.深入讲讲工作项目中遇到的挑战和解决办法2.性能优化问题的解决思路3.在做方案设计的时候怎么做好可维护性，比如从设计模式出发4.常规八股 线程和协程的区别，协程的底层实现原理 TCP的流量控制和拥塞避免5.一道算法题 能被三整除的最大和二面1.分享一下在工作中遇到的难题2.深挖工作项目中的技术原理3.mac上对客户端进程的权限管理，内核事件的安全性如何保证4.两道算法题: 把中文数字转换为int; 给定字符串...