shein社招Java一+二面经

总时长50分钟左右，攒人品中...1 实习介绍2 常见的的大模型，或者说VLM这块的模型，了解过哪些?3 Qwen 2.5 VL相对Qwen 2 VL做了哪些改进?4.追问了M-RoPE比原来的ROPE有什么改进?有什么优点?5.原来的ROPE在升级成M-ROPE之前，它是怎么处理视频的?具体来说，对于每一个每一帧或者说每一个patch，是怎么处理的?6.然后互相聊了不少项目，偏聊天风格，基本都是short talk，并不都是问答7 项目:主要想解决的核心问题是什么?8.项目:既然是一个垂类的一个场景，为什么要去用通用场景下的VLM来做?为什么不用已经具有领域知识的一些模型?9.项目:为什么你的VLM是输出点的坐标，而不输出bbox呢，bbox按道理比点的坐标具有更多的图像信息吧?10讲一下SAM2分割模型的原理11 项目:SFT框架用的是什么?12 项目:SFT数据的合成pipeline，详细讲解一13 项目:数据是用算法生成的，你们怎么判断这一批数据是好的还是不好的呢?14 算法题:lc70 爬楼梯

一天一个AI岗位介绍，今天要解读的JD岗位是——AI产品研发工程师。 在大模型公司里，有一个岗位既不纯做算法，也不只是写后端，却承担着把 AI 真正落地的核心角色。 它的工作只有一句话：  把大模型能力，变成开发者每天愿意使用的工具。  像 GitHub 推出的 GitHub Copilot，以及 Cursor 这样的 AI 编程助手，本质上都依赖 AI 平台能力的工程化实现。 如果你看到 JD 里写“AI Platform / AI 产品研发工程师”，它通常不是纯算法岗，而是偏工程落地与系统构建的岗位。 一、这个岗位的核心工作是什么？ 从职责上看，可以分为四块，但本质只有一个关键词：工程化落...

一面 1. String、StringBuilder、StringBuffer的区别2. String不可变的原因是什么3. 常用的String方法4. 浅拷贝和深拷贝的区别5. 项目介绍和主要职责6. 线程池调参、线程池隔离7. 线程池核心参数以及意义8. 核心线程数的作用以及创建时机9. redis防重机制的设计原因10. 使用的redis的类型11. redis的string底层设计12. 分库分表改造13. 分库分表改造时要注意的问题14. 分库分表涉及的数据迁移15. 本地缓存使用场景16. 数据库不一致问题17. 库存扣减的其他方案18. 博客上的问题19. sql调优经历20. 什么是覆盖索引21. 索引类型有哪些22. B+树做索引的特点23. 索引失效的场景24. 项目还有哪些亮点没有问到？25. 第二个项目的介绍26. 高jdk版本的新特性27. jdk8的stream语法28. java集合的分类29. 集合存储null值的情况30. HasMap的底层原理31. 单例设计模式手撕：删除倒数第n个节点反问建议：尽量不要一问一答，自己多去延申思考二面1. 项目一共几个模块、一共几个人2. 项目遇到的挑战以及如何解决3. 项目遇到了什么问题4. 分布式锁加锁解锁的原理5. 锁的过期时间的设计6. redis过期淘汰策略7. redis相较于mysql的优势8. redis为什么快9. 线程池参数调优，限流和降级10. HashMap如何更新一条数据11. JVM垃圾回收中的新生代老年代的回收策略12. 新生代的划分、复制回收的具体过程手撕：最长公共前缀13. 个人优缺点

前言这是我的agent系列文章的第2篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。做 AI Agent 开发，总被 Function Calling、MCP、Skills 这三个概念绕晕？其实三者层层递进，MCP 和 Skills 都基于 Function Calling 打造，只是解决的实际问题不同，二者甚至并非互补，而是核心竞争关...