虎牙数据开发一面凉经

🕐面试时间：60min💻面试岗位：后端开发❓面试问题：自我介绍一分钟（话说一分钟的自我介绍能说些啥呢）concurrentHashMap的底层原理，以及他为什么能保证并发安全为什么要用到cas和synchorized的方式反射调用和直接调用在性能上有什么不同，当然反射的性能会差一点，为什么（没回答上来，面试官问有没有听过 jit，依然没有）spring中哪里体现了反射的思想数据一致性问题，为什么先更新数据库后删缓存比另一种策略好，以及解释一下延迟双删拷打agent项目介绍一下你是怎么开发mcp工具的，你是怎么理解的介绍一下tool，mcp，skill你在开发过程中有自己写过skill吗（没...

1.自我介绍2.开始讲项目，然后就是项目问题  项目背景-目的-自己的职责-成果3.实习经历，问我两段实习都干了什么，问的非常细，基本上都问到了4.数仓项目遇到了什么问题，我说的数据倾斜，问怎么优化5.有接触过数据治理吗？有哪些规则？6.如果晚上数仓的某一层，失败了没跑出来，怎么解决，（我说的是设置一个时间阈值，达到这个阈值没跑出来就默认是报错，然后跑前一天的数据，然后第二天早上来了检查前一天的数据有没有问题） ，公司晚上有人值班吗7.举一个指标，来实现六层数仓你会怎么设计这六层···8.谓词下推  提前过滤行（这个我回答错成，投影上移，选取列）大意了9.怎么检验数据那个值到底对不对10.对大数据开发的理解，重要的是什么，实习你都学到了什么···11.sql,共享屏幕，连续最大在线人数，（前一天刚刚看了）结果太紧张了，直接拿日期-时间，面试官让我讲解一下思路，然后问我日期可以减去时间吗？我才想起来，然后我说用date_sub函数，后面是count计数，我又写成sum，但是这两个都是面试官提醒了我一下，我就改对了12.反问环节问的对于实习生是怎么培养的好久没面大厂，写sql时有点紧张

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

开始决斗，会赢吗家人们