腾讯云架构平台部-后台开发-一面

1.自我介绍2.实习经历3.项目拷打4.你了解哪些自动化测试框架5.fixture的作用域6.如何进行性能测试7.性能测试的核心流程8.python中的浅拷贝和深拷贝的区别9.python中的装饰器10.装饰器的使用场景11.python中的可变类型和不可变类型有哪些12.python中的多线程问题，asyncio等异步问题13.协程是什么14.常见的linux命令15.linux中看磁盘大小的命令16.linux查看文件的后十行命令17.软链接和硬链接是什么18.linux如何查看最后一列19.四次挥手20.为什么不能是三次挥手21.tcp如何保证传输的可靠性22.常见的状态码23.NPU和MSS是什么24.手撕：合并K个升序链表25.到岗时间26.实习时长27.base28.你理解的测开是什么29.反问:(1)业务方向（说完就忘记了啥方向了）(2)面试建议和评价

rt,还是说等到31号结束后统一筛选约面

一、项目 / 求职方向1.先介绍一下自己。2.你觉得这段实习经历，你的成长有哪些方面？3.你为什么考虑投后台开发这个岗？4.你能大概介绍一下你了解的后台开发相关内容吗？5.结合你之前的实习项目，你接触到的后端相关内容有哪些？6.你端上的 SQL 用的是什么数据库？7.设备特征缓存优化这一块，也是端上做的吗？8.除了这段实习，你还有哪些后端相关经验？9.你对后端开发是怎么理解的？二、高并发 / 网络编程 / epoll / 协程10.高并发你怎么理解？11.评估高并发有什么指标吗？12.你怎么判断一个系统是不是到了高并发场景？13.你怎么判断系统已经到瓶颈了？14.高并发场景下，一般什么资源会先被打满？15.如果不考虑外部 IO，只看服务器内部处理，怎么判断它已经满了？16.纯高并发网络框架场景下，一般是 CPU 先满还是内存先满？为什么？17.你写过 epoll，也了解过 Go 的协程，你觉得它们在设计思路上有什么区别？18.你觉得 epoll 和协程哪个更好？为什么？19.如果 epoll 已经很好了，为什么后来还会出现协程这种设计？三、基础算法 / 排序20.排序算法介绍一下。21.堆排序适合解决什么样的问题？22.堆里取最大值或最小值的复杂度是多少？23.快速排序的时间复杂度是多少？24.快速排序最坏情况是什么复杂度？25.什么情况下快速排序会退化到最坏情况？26.有什么优化措施可以减少快速排序退化的情况？四、操作系统27.进程和线程有什么区别？28.进程和线程切换，哪个更快？为什么？29.进程切换主要慢在哪里？30.进程的寻址空间大概有多大？31.32 位系统和 64 位系统的寻址空间一样吗？32.你怎么理解线性地址、逻辑地址和物理地址？五、数据库33.MySQL 的索引数据结构有哪些？34.为什么 MySQL 索引常用 B+ 树，而不是红黑树？35.索引为什么要考虑磁盘存储特性？六、网络 / HTTPS36.HTTP 和 HTTPS 有什么区别？37.HTTPS 是怎么解决信任源问题的？38.如果证书不是权威机构签发的，会有什么问题？39.浏览器为什么能识别哪些证书机构是可信的？七、AI / Agent / 大模型基础40.你比较擅长哪些技术方向？41.Agent 的设计模式有哪些？42.ReAct 是一种什么思想？为什么会有这种模式？43.为什么模型会出错或者产生幻觉？44.如果模型缺少信息，它直接回答“缺少信息”就可以了，为什么还要继续设计 ReAct 这类模式？45.现在这些主流大模型，用的是解码器还是编码器？46.GPT 和 BERT 的区别你知道吗？47.既然你对 AI 开发感兴趣，那你怎么理解模型的能力边界？八、编程题48.有 N 个人围成一圈，从第 S 个人开始报数，报到 M 的人出列，然后从下一个人继续，直到最后剩下一个人，输出一下出列顺序。

一天一个 AI 岗位解析，今天来聊聊——AI训推框架研发工程师（AI Infra）如果说算法工程师是在让模型更聪明，那这个岗位就是👉 让大模型能稳定、高效、低成本地跑在业务里。不直接写业务逻辑，也不用直接和用户打交道，但是所有AI产品都离不开他，是实打实的“基建大神”。无论是 AI Agent、AI搜索、AI分身，背后都离不开训练与推理框架的支撑。一、这个岗位平时在做什么这个岗位的工作核心可以总结为三块：1️⃣ 大模型训练 & 推理框架研发首先你需要参与公司自研的 AI 训推框架开发，比如：大模型推理引擎优化训练框架性能提升推理吞吐与延迟优化巧妇难为无米之炊，得先开发框架才能后续推进...