CDG广告 录用评估

腾讯是 pcg 腾讯视频后台开发，base 深圳，发 offer 比较早已经接了，业务是视频数据管理中间件，很喜欢这个部门，业务感觉也算核心，组里应该比较 wlb，不过今年腾讯招的太多了，感觉 pcg 尤其多，转正堪忧。另外已经填写了戴上红围脖了怕毁约对秋招有影响。淘天是业务技术物流技术的 ai 应用研发，还没发不过，想先了解一下大家的意见， base 杭州，说是进去 java 做业务，是 agent 相关的。具体强度应该也还好，不过肯定比鹅高。也有高转正率。

牛客 Markdown 发布验证 这是一篇 bili-tube-sync 自动化测试文章，用于验证 Markdown 页面、编辑器填充、右下角发布按钮和结果 URL 捕获。 测试完成后可以手动删除或下线。

1.面试官业务介绍5-10min，然后说岗位跟面试邀约的可能不一样2.看你简历投大模型岗位，这边是后端岗多些，和统计更多，基础也比较重要3.反问ai结合场景这里莫名其妙的说了下，未来ai业务场景的的发展，最近看裁员帖子之类的面：像工程项目会被替代很多，像统计和类似于这种，系统验证还好些4.手撕回溯 子集输入调错5.有看过限流算法吗；手撕 令牌通限流服务端 伪代码，加并发控制，加乒乓球式限流，还是流式限流；5.1 怎么记录每个getToken()方法入参的lasttime构造器5.2 怎么控制乒乓球式还是流式5.3  refillToken方法要传什么参5.4 gettoken 没有写currentToken --5.5 now - last 时，单位是 s、ms 还是 μs？用户体量比较大，百万的时候怎么考虑int 会强转为 0”，时间戳溢出 + 精度丢失问题。核心问题二：浮点数精度丢失与性能损耗me：基础有待提升面：思路还可以，细节有待提升，还是细节注意6.反问to B to C业务ai答案：如果是流式控制：我关注的是平均速率。我会利用令牌桶算法，重点调节 refillRate（补充速率）。无论请求是突发还是连续，我都会把它们看作连续的数据流，只要桶里有令牌就放行，主要用于防止下游被大流量冲垮。如果是乒乓球式控制：我关注的是交互的同步性。这通常用于对延迟敏感或需要严格顺序的场景。我会通过信号量（Semaphore）或者容量为1的令牌桶来实现。核心逻辑是：必须收到上一个响应（回球），才释放下一个请求的令牌（发球）。所以，在代码里，我是通过选择限流原语（是用单纯的令牌桶，还是用信号量/状态机）来控制这两种模式的。”

1. 什么是 LoRA？LoRA 全称是 Low-Rank Adaptation，核心思想是在微调大模型时不直接更新原始大权重矩阵，而是冻结预训练权重，只额外学习两个低秩矩阵，用这两个小矩阵的乘积去近似原权重的增量。原来如果某层权重是： W ∈ R^(d×k) LoRA 不直接学习 ΔW 的完整矩阵，而是写成： ΔW = B A A ∈ R^(r×k), B ∈ R^(d×r), 且 r << min(d, k) 最终前向变成： h = W x + ΔW x = W x + B A x 这样训练参数量会大幅下降。2. LoRA 的思路是什么？LoRA 的基本假设是：大模型在迁移到下...