暑期实习 快手推荐算法二面面经

目前中了三篇一座的CCF-A会，分别是mm,AAAI,ICML。本科学校不好，年级偏大，是个转行的，但不是4+4，哈哈。目前投了一些公司，虽然有面试，但是没有录取我。只有阿里和字节录取我实习了。其他公司都挂了（投了10几家）。我在未来，7月的秋招，想考虑大厂开发的岗位了。或者是业务算法（所谓的python+场景），不是研究型的算法。seed那边三篇a+本硕博985，还不够门槛。希望自己可以不忘初心，但是很难，年龄和学校是我的劣势，但我会坚持到底。

我是后台开发，今天被腾讯音乐捞了，是QQ音乐基础平台部但是我听说tme后端都没hc了，这是kpi面吗有佬面过方便问个面经吗---------------------------------------------------------------------------一面（5.21）大概率是g了，好多答的磕磕绊绊没答出来。1. 面试官看见我是搞cv的，上来就问了我卷积，然后劈里啪啦说了一通卷积的流程，他问我原理，我说是推公式吗，他说不需要推公式，我说我只知道卷积的流程，后面还问了我研究生搞的方向涉及到什么原理性的东西。（我也不是算法岗啊，吓晕）2.  JVM原理，字节码编译的整个过程（以为qq不搞Java不会问就没看，太久没看记不清了，结果被问到了，没答出来，g），问了垃圾回收（CMS和G1回收，记不太清了，也是磕磕绊绊答的模模糊糊，面试官还问了追问我G1是什么原理，答了Garbage first，找垃圾最多的回收，他问我怎么找垃圾最多的回收，我答不出来，g）3. mysql慢查询，联合索引（a，b，c；查询顺序是a=?, c=?, b=?；会用到索引吗？刚开始没反应过来是等于号，答了只会用到a的索引，后来反应过来才说会用到索引。最近面麻了学杂了脑子都糊涂了）。B+树叶子节点结构（为什么叶与叶直接是双向链表，页内是单项）。Redo Log和bin log（这个答得还行，持久化和主从复制都答了）。Buffer bool（瞎答的，缓存刷回磁盘之类的）。磁盘怎么寻址（只记得找盘片，分区，寻道，其他的真记不清了，面试官也没继续问了）4. Redis的RDB和AOF。（又是记不太清了，开始瞎答。面试官问我RDB会阻塞吗，我说会，然后追问我bgsave和save区别，我还没反应过来，后来他提醒了我copy on write我才想起来RDB是fork一个子线程。）Redis哨兵。（答了Sentinel集群心跳机制，半数以上认为下线就是下线了。）5. 手撕：中序遍历和后序遍历建二叉树（知道原理但是没实现过，没写出来，就说了思路）6. 反问：问了面试官是不是搞算法的，业务是什么，建议（面试官说很注重语言底层原理，怪不得一上来就问我Java编译原理）7. 总结：总的来说，面试官人真的很好，我不会也没有打断我，还会提醒我，很感谢面试官！没有压力面我，真的很和善！面试官还看了我简历里的博客，我以为没人会看的哈哈。很用心的面试官，感谢他！（但是我最近确实面试面的心力交瘁，没怎么好好准备，有点开摆了，后续还得努力啊！我一定好好学习！）5.26更新 一面挂（虽然知道结局，但还是很伤心。害，要回去好好沉淀了，加油啊！）

字节：n*15，大flow下的非seed、非小flow部门，大模型代码智能体方向，工作强度未知（hr说1095，但hr说的无法验证置信度）。优点是字节title最高，且住房补贴1500+包三餐；缺点是包最小。美团：(n+2)*15.5，基础研发下面的组，业务通用智能体方向，工作强度有一些。优点是title较高，包比字节大；缺点是福利少，字节的包算上房补和三餐其实和美团差不多。滴滴：(n+3)*15，核心大模型组，业务通用智能体方向，工作强度未知（hr说在互联网算轻松的，但hr说的无法验证置信度）。优点是包比字节大；缺点是title和字节百度比差一点。百度：(n+1)*16，大搜，做deep research，工作强度未知。优点是包比字节大；缺点是听说大搜部门常年系数*0.8，正常绩效拿不满。希望各位牛友慷慨发表见解      

想知道各位牛友如何看现在市场上的传统后端开发和“llm应用开发”呢，因为llm应用开发其实市场上做的工作内容参差挺大的，我大致分了几类供参考，如有不对，轻喷1.第一种最接近后端，调大模型api，然后还是搞后端那一套，无奈很多公司喜欢打着这个噱头，其实跟后端无异。2.做agent，核心工作就是prompt，rag，用低代码平台搭工作流、智能体这种，这种去了感觉失业得最快。3.搞微调，这种门槛也不是很高，但比第二种好多了，涉及模型微调、指标评估、造数据啥的。4.预训练，这种都是算法招进去的，门槛有点高，感觉危机感没那么高，虽然说也是搞数据清洗的多。5.模型压缩、推理加速啥的，这种偏底层 门槛也很高，个人感觉很好，就是要求高。大概这五种，依次从后端到算法，市面上很多名字，大模型/ai/ai agent应用开发太多了，但工作的内容差别超大。如果说涉及到的主要工作就是洗数据、造指标、微调、prompt、rag之类的或者再加一点agent，那感觉护城河似乎没那么高，甚至感觉可能还比不过java(说法可能有些绝对)，总结来说就是感觉危机感很重，想知道大伙是怎么看的，作为在校生该如何做选择呢？