新凯来招聘

这简直是个莫名其妙的公司1.Hr上来就加你VX之后填表申请2.然后发你个链接面试之前要做个测评3.一面约30分钟4.Hr来约综合面时间 成功约好时间隔段时间他突然间插一脚问期望薪资 我说了个跟当前差不多的 结果他骤然告知我不合适 我请问我就说个薪资不合适在哪里啦？ 然后他又说还是可以面下到时候再看薪资 然后就没有然后了。。。 纯被晾着这种KPI面还真是第一次见 简直莫名其妙 什么🐶shi公司 请大家避雷避雷

1. 针对高并发系统，你会从哪些维度进行架构优化？多级缓存：利用浏览器缓存、CDN 边缘计算、本地缓存（Caffeine）和分布式缓存（Redis）减轻数据库压力。异步解耦：引入消息队列（RocketMQ/Kafka）处理非核心逻辑，实现流量削峰填谷。扩容与分流：通过 Nginx 负载均衡实现水平扩展；数据库层面进行读写分离或分库分表。服务治理：设置合理的超时时间，配置熔断、降级和限流策略（Sentinel），防止雪崩效应。2. 深入谈谈 ConcurrentHashMap 的扩容机制（Java 8+）触发条件：当任意一个桶（Bucket）的链表长度超过 8 且数组长度小于 64，或总元素量超...

面了四家，三家倒在二面。昨天面到最后一家，面试官问了个JVM调优，我答得自己都听不下去。晚上打了两把大乱斗，被队友喷“不如去写代码”，我心想我要有班儿上还在这受这气。媳妇儿说我投太少，让我再海投，我说我这把岁数跟应届生抢HC，有点绷不住。今天早上改了改简历，把“精通”全换成“熟悉”了。

1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...