珞石

（Java 后端开发）一、 个人背景与经历挖掘自我介绍AI 工具在学习实践中的融入追问：AI 工具的具体使用方式与协同二、 计算机基础与 Java 核心栈和队列的区别及适用场景：追问 1：基于数组实现栈和队列的注意点：追问 2：循环队列的扩容逻辑与注意事项接口（Interface）与抽象类（Abstract Class）的区别追问 1：支付系统设计（支付宝、微信等），选接口还是抽象类？追问 2：通用的日志和权限校验逻辑应该放在哪？三、 数据库与架构设计分库分表策略及高并发应用追问 1：某个分片出现热点问题如何解决？追问 2：加盐打散和缓存如何避免对业务逻辑/查询性能产生负面影响？项目管理系统表结构设计（包含项目、任务、成员）追问 1：多成员负责多任务的数据库表设计追问 2：任务优先级和状态频繁变化，如何保证灵活性？四、 网络通信与接口设计大模型文本生成 HTTP 接口设计（替换了原本的成本控制题（不会成本控制）追问 1：流式返回（Stream）的具体数据传输设计追问 2：错误码如何设计以便前端快速定位？五、 场景解决与行为面试识别并解决潜在隐患的经历追问 1：布隆过滤器的误判与分布式锁的性能瓶颈应对追问 2：极端流量下的边界条件与降级策略

答案是：有，但你得想清楚几件事。先说现实双非的标签确实存在，大厂HR筛简历时学历是第一道门槛，这没什么好回避的。字节、腾讯、百度、华为这些头部，校招季会优先看985/211，双非简历可能在初筛就被过滤掉。但C++这个方向有点特殊。为什么C++对双非相对友好C++岗位本身就是技术密度最高的方向之一，市场上真正能写好C++的人并不多。音视频、嵌入式、自动驾驶、游戏引擎、高频交易……这些方向都严重依赖C++，而且很多中小公司、外包、垂直领域公司根本不在乎你是不是985。更重要的是：C++的技术深度可以弥补学历的宽度。一个能讲清楚内存模型、手写智能指针、理解多线程竞态条件的双非学生，比一个只会背八股的...

🐜ai infra一面1、面试官人真好啊，自我介绍完我就说我的项目偏业务，看jd上的模型训练、模型推理我都没搞过。他说没事，数据库啊啥的都会涉及到。后面果然一句infra的都没问，哈哈白看了一个周末的infra理论了。2、然后拷问第二个项目。2.1 你这个LangGraph路由是如何设计的，为什么要用它?本质是个状态机，定义了xx状态，实现思路（全局状态、node定义、workflow串起来节点）2.2 源数据是什么？如何做的预处理？论文pdf，向量那一路用的固定长度token+overlap，语义切分那一路按段落切的（回车）2.3 评估是怎么做的？怎么判断切的好不好？其实我没做Recall@k这些，于是扯我做了证据溯源2.4 你用GraphRAG了吗，怎么样，有什么优缺点？用了，优点就是对特定专业领域，比如需要检索一些关键词的隐含关系的场景（科研）上效果好，（面试官补充：源数据准确），缺点就是离线阶段有点耗时，比如二三十篇论文的话差不多二十来分钟，单卡跑的话。（面试官说那已经很快了）3、拷问第一个项目。3.1 为什么做这样一个项目，出发点是什么？我看你部署到vercel了，怎么样？vercel没跑通（尴尬，面试官怎么知道我传到vercel了）3.2 web端还是移动端？以一个用户的角度，进去后可以干嘛？3.3 你这个姿态分析是怎么做的？视频是放在minio里，然后是怎么处理的？我一开始说我调了MediaPipe pose的库做姿态识别，识别到人体关机的三十多个点，然后点点相连成为向量，用cos做相似度分析，最后打分，调llm做个总评。面试官一直在追问这里，说视频具体是如何分析的，有没有什么难点。我有点没听懂，他说他的出发点是觉得调库+向量相似 会有些简陋。唉能不简陋吗，我就开始扯我遇到了两个视频如何对齐的问题，目前的解决方式是设置了个滑杆用户手动调节这个偏差，后期的话可以考虑用音乐来实现。3.4 redis缓存了什么数据？是什么类型的？key和val分别是什么？列表内部的数据究竟是什么？有没有涉及到序列化啥的？唉这块是真尴尬，我只从功能上说了我缓存了用户自己的视频列表和姿态分析的结果。等下快去补补好嘛好的。3.5 如果一个用户上传了个非常大的视频会怎么样，比如几G？我说我做了限流，只可以上传小于500MB的，然后也限制了一个用户一分钟只能执行两次ai分析。他就追问说，如果我现在这个视频就是很大又必须要上传呢？我就说那可以设置个会员功能，付费才能上传大视频。哈哈哈哈面试官笑了一下3.6 MQ为什么用RabbitMQ？我就说RabbitMQ简单，可以满足可靠性。追问可靠性是如何实现的？发送端生产者开启确认机制，存储端设置队列持久化、消息持久化，消费端任务完成之后再ack，还设置了死信队列用来兜底。追问消息进入死信队列会被如何处理？答不上这个。只回答了什么时候会触发死信队列。4、ai 相关。你这个aicoding笔试，我看你问了个“云原生架构是什么”，“会被aicoding取代吗”，真想找个角钻了，原来面试官还能看到我当时的prompt啊，然后他就问我会不会被取代。你是如何看待ai coding的发展的？如何提升aicoding的能力？唉当时顺不好口条，面试官又让我总结了一下我想说啥。5、开放题假如有一个业务需要你用agent实现，如何设计? 需要考虑什么？我问什么场景，他说假设现在有个很厉害的agent来做姿态分析，而不是传统后端这一套了，如何达到生产级别？我说我实在是不懂多模态，如果是文本信息的话，生产级别肯定需要考虑多个用户同时访问的并发压力，比如看有没有一些请求能够合并，或者看这些请求有没有通用/复用的地方，设置个缓存来提高响应速度。面试官问还有啥嘛?then，我大脑空白了几秒钟。憋出来个，或许还可以预训练个模型，搞个舞蹈学习的垂直模型？还有啥需要考虑的，想不出来了。6、反问反问了业务，面试官说了一大串，完全没听懂。反问了agent在业务中如何体现。反问了那您觉得aicoding会取代程序员嘛哈哈哈哈总共50来min，无手撕，好煎熬好漫长的50min。

1. 请做个自我介绍，包括你的个人背景、大学经历或实习经历。同时，我们作为一家拥抱新技术的公司，也特别想了解像 AI 大模型这类新工具是如何融入你的学习和实践中的，给你的经历带来了哪些帮助或变化？2. 你提到在项目中使用了 AI 大模型，比如 LLM 进行热点话题的命名，这个过程具体是怎么设计的呢？你是如何确保命名的准确性或者提升模型效果的？3. 请你解释一下正向代理和反向代理的区别，以及它们各自的应用场景。4. 正向代理和反向代理其实是网络中的两种代理机制，而不是直接和代码中的动态代理相关。我们再深入一点聊聊吧。正向代理通常是客户端通过代理服务器访问目标服务器，你能不能举一个具体的例子，说明正向代理在实际网络场景中的应用，比如它解决了什么问题？5. 你提到正向代理可以用于数据分流和解决高并发场景下目标服务器的压力，这可能更接近负载均衡或反向代理的功能。正向代理的核心作用，其实是帮助客户端访问目标服务器，比如绕过访问限制或隐藏客户端的真实身份。接下来我想问你，在正向代理的工作过程中，客户端和目标服务器之间的通信是如何通过代理服务器进行的？代理服务器在这个过程中具体扮演了什么角色？6. 请你解释一下 Java 中检查异常和非检查异常的区别，以及它们在设计上的规范和使用场景。7. 检查异常需要在代码中显式处理，比如通过 try-catch 或 throws 声明，而非检查异常则不强制要求处理。你能举一个具体的例子，说明检查异常或非检查异常在实际开发中的应用场景吗？8. 在设计一个方法时，如何决定是抛出检查异常还是非检查异常？你认为这两者的选择会对代码的可维护性和使用者的体验产生什么影响？9. 请你谈谈在 SQL 查询优化中常用的方法有哪些？10. 如果在实际场景中发现某条查询已经建立了索引，但执行速度仍然很慢，你会如何进一步排查问题？11. 如果数据量确实过大，分库分表是一个解决方案，但在分库分表之前，你会如何评估分库分表的必要性，以及如何设计分库分表的策略？12. 如何设计一个在线租赁平台，包括用户、商品和租赁交易的管理？13. 关于租赁交易的管理，你提到记录交易的时间和相关联的用户与商品。能否具体说明如何处理租赁周期的管理，比如租赁开始和结束时间的逻辑设计？14. 如果多个租赁交易同时接近过期时间，定时任务的执行效率可能会受到影响。你会如何优化这种场景下的处理逻辑？15. 大模型服务经常需要多供应商或多模型兜底，后端如何设计统一的模型网关，支持模型选择、回退策略、配额管理，以及不同供应商返回格式的兼容？16. 你提到的回退给下一个模型，具体是如何实现的？比如说如何定义下一个模型的选择规则？17. 如果某些模型的性能或者响应时间差异较大，如何在这个设计中动态调整模型的优先级或者选择策略呢？18. 请描述一次你遇到的复杂问题，你是如何识别出问题的根本原因的，请举例说明。19. 在你识别问题根本原因的过程中，你具体是如何确认问题出在数据传递环节，而不是其他环节，比如前端代码逻辑或后端接口设计？你是通过什么方法或工具来定位这个问题的？20. 请描述你的疑问或体验中遇到的问题。