汉得信息时间线

笔试我认为还可以吧😅，选择有几个不确定，一道mql，一道算法也做对了，一看官网，为什么挂这么彻底？

刷到这个话题，真的像看到了3个月前的自己。作为双非计算机本科，之前一直在做Java后端开发，今年春招想转Agent赛道，最开始连能投什么岗位都不知道，海投的时候看见“AI”“大模型”就瞎投，结果简历全石沉大海，连面试机会都拿不到。后来跟着已经入行的学长一点点摸，自己前前后后面了十几家公司，才终于把Agent赛道的岗位摸得明明白白，最后也顺利拿到了杭州一家AI公司的Agent应用开发offer。今天就把这些岗位全部分享出来，尤其是适合我们应届生、零基础转行能冲的，帮大家少走我踩过的弯路。先给所有想入行Agent的应届生一句真心话：Agent赛道不是只有算法岗，也不是只有硕士才能做，绝大多数岗位，...

笔试之后，就一轮技术面（HR+面试官）1.自我介绍2.简历中的项目如何部署上线简单复盘一下（面试官对项目评价不错）实习拷打：3.大数据量导出时，分批查询深度分页问题如何解决4.复盘死锁场景是怎么产生的项目拷打：5.定时任务清理垃圾文件细节描述，边界如何处理八股：6.HashMap底层原理7.线程池核心参数，每个参数的作用是什么8.如果让你去设计一个后端的新增或者查询接口，你会去考虑哪些方面9.接口防抖有哪些解决方案10.Redis缓存穿透、击穿、雪崩如何产生，如何解决11.Redis缓存和数据库的一致性如何保证12.如果Redis挂了会发生什么，你会怎么处理13.Redis的Key值一般如何设计14.Redis常用的数据结构有哪些，分别用在什么场景15.如何做后端接口的鉴权16.如果某个接口突然变慢了，你会怎么去排查17.数据库慢查询如何排查，Explain查询后的关键字介绍，每个关键字都有哪些值，代表什么含义18.接口优化有哪些方式19.索引失效的原因20.平时学习过程中，遇到一个比较复杂的问题，解决思路是怎样的21.如何定位线上bug22.工作过程中，和其他同事在技术方案上有分歧如何处理23.前端了解多少？部门前端也会涉及一些24.用过哪些AI开发工具结果：已OC

Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...