报！字节三面过

1. 你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2. 构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多用户并发中怎么做隔离？你是如何保证线程安全的？3. 微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。4. DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？5. 你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？6. 假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？7. 多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？8. 你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？追问：有没有做过工具调用失败后的feedback策略设计？9. 训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？10. 有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？11. 你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？反问环节

1.KPI型这类面试官感觉纯佛系，感觉像完成任务一样，像个没有感情的面试机器，我在一面的时候遇到这种面试官最多，就是一个接着一个的提问八股，边问边记录，简单问问项目，再没了2.压力型这种面试官二面三面遇到最多，反复追问你的项目，主打一个拷打，你提到一个技术再问你，为什么这样做，怎么这么做，以及具体实现是什么，别的技术行不行，感觉要问到你不知道为止，绝了3.引导轻松型这种面试官最好，感觉面试纯聊天，和你交流技术的使用，你有没提到的地方，他在补充提醒一下你，编程不对的地方，他也会给你提示，遇到这种面试官真的感觉很好4.自负贬低型这种面试官感觉和压力型很像，感觉自己可厉害了，看不上你做的东西，说你的...

9.19 一面：1.自我介绍2.实习工作具体介绍 延申3.八股4.多线程场景 线程池 为什么使用线程池 目的是什么5.索引 索引结构 为什么选用b+树6.具体的索引优化场景7. Synchronized volatile 问到了实现的具体原理8.虚拟内存 为什么需要虚拟内存 进程之间可以共享虚拟内存吗9.手撕：和为k的最长子数组10.反问流程 至少三轮面试 都是技术面9.23  二面：1.自我介绍2.实习相关 具体做了哪些工作3.对spring的理解 说了ioc aop spring管理内存有什么好处4.对大量数据怎么做优化5.spring ai怎么学习的 怎么想着去做一个这样的项目6.反问 流程 技术栈9.29 主管面＋hr面到场先手写了个合并区间1.先是主管面，自我介绍，实习工作介绍，技术问题比较少，主要是看你实习的具体工作，表达能力，问了下期望薪资。2.hr面就问了手上有哪些offer，然后就是互夸环节，贵司好啊，你也好啊，都好啊，大概是这样。国庆后收到意向整体来说一面和二面问的问题都比较深入，会延申到你不太清楚为止，看看你的水平，我觉得也有一部分运气好吧，跟面试官沟通都比较和谐，并且一面一开始比较严肃，但是面到最后面试官已经开始哈哈哈了，二面面试官更是ld的感觉，就很淡，很淡淡的感觉。主管听声音比较年轻，问的问题比较宏观。

本来约的昨天晚上9.30的，结果因为出现了bug调试了通宵导致了今天早上面试，还是上班路上面试，泪目了，面试官态度及其的好，一二三面都给6颗星的级别态度自我介绍说说最有技术含量的事儿思考题： （1）如何估计全市出租车数目（面试官说标记重补法，但是我说我家有开出租车的，他们会往人多的地方钻，不准确） （2）之前登陆了淘宝京东，后续进入不用登陆，怎么实现（双Token，还有啥方法我不知道了）反问： （1）业务，飞书业务经常重组，现在面试的部门被重组为安全组了 （2）除了XSS，CSRF还有哪些安全问题 （3）飞书的安全相比于第三方有什么优势哪怕挂了我也不可惜，这是最棒的面试经历，第二是xhs7号晚...